RegExp match de caractères répétés

Par exemple, j'ai de la chaîne: 

 aacbbbqq

Que le résultat que je veux avoir la suite des matchs: 

 (aa, c, bbb, qq)

Je sais que je peux écrire quelque chose comme ceci: 

 ([a]+)|([b]+)|([c]+)|...

Mais je pense que j'ai est moche et la recherche de la meilleure solution. Je suis à la recherche d'expression régulière de la solution, pas d'auto-écrite à états finis machines.

InformationsquelleAutor Andrew | 2011-06-10
  1. 35

    Vous pouvez rivaliser avec: (\w)\1*

    InformationsquelleAutor Qtax
  2. 20

    itertools.groupby n'est pas un RexExp, mais il n'est pas auto-écrite soit. 🙂 Une citation de python docs:

    # [list(g) for k, g in groupby('AAAABBBCCD')] --> AAAA BBB CC D
    • +1 pour penser en dehors de la regex
    • Comment cela fonctionnerait sur 'aaaabbbaaa'?
    • bbb aaa, comme prévu. Btw, il retourne la liste de listes, mais il ne peut pas être un problème. 🙂
    InformationsquelleAutor DrTyrsa
  3. 14

    Généralement

    L'astuce est de faire correspondre un seul char de la plage que vous voulez, et assurez-vous de faire correspondre à toutes les répétitions d'un même caractère:

    >>> matcher= re.compile(r'(.)*')

    Cela correspond à tout caractère unique (.) et puis ses répétitions (\1*) le cas échéant.

    Pour votre chaîne d'entrée, vous pouvez obtenir le résultat désiré comme:

    >>> [match.group() for match in matcher.finditer('aacbbbqq')]
['aa', 'c', 'bbb', 'qq']

    NB: en raison du match de groupe, re.findall ne fonctionne pas correctement.

    D'autres gammes

    Dans le cas où vous ne voulez pas de match tout caractère, de modifier en conséquence le . dans l'expression régulière:

    >>> matcher= re.compile(r'([a-z])*') # only lower case ASCII letters
>>> matcher= re.compile(r'(?i)([a-z])*') # only ASCII letters
>>> matcher= re.compile(r'(\w)*') # ASCII letters or digits or underscores
>>> matcher= re.compile(r'(?u)(\w)*') # against unicode values, any letter or digit known to Unicode, or underscore

    Vérifier ce dernier à l'encontre u'hello²²' (Python 2.x) ou 'hello²²' (Python 3.x):

    >>> text= u'hello=\xb2\xb2'
>>> print('\n'.join(match.group() for match in matcher.finditer(text)))
h
e
ll
o
²²

    \w à l'égard des non-Unicode /bytearrays peut être modifié si vous avez émis un paramètres régionaux.setlocale appel.

    • jusqu'voter pour expliquer (\1*)
    InformationsquelleAutor tzot
  4. 5

    Ce travail, voir un exemple ici: http://www.rubular.com/r/ptdPuz0qDV

    (\w)*
    • :-). Essayait-il dans Rubular pour montrer un exemple de travail, a obtenu peu de retard.
    InformationsquelleAutor Rakesh Sankar
  5. 2

    La méthode findall fonctionnera si vous capturez le retour de la référence comme suit:

    result = [match[1] + match[0] for match in re.findall(r"(.)(*)", string)]
    InformationsquelleAutor SwiftsNamesake
  6. 1

    Vous pouvez utiliser:

    re.sub(r"(\w)*", r'', 'tessst')

    La sortie serait:

    'test'
    InformationsquelleAutor Wesam Na