0

我在处理Python Challenge时遇到了这个问题。准确地说是10号。我决定尝试使用正则表达式来解决它 - 提取重复序列，计算它们的长度，然后构建序列中的下一个项目。

所以我开发的正则表达式是：'(\d)\1*'

它在在线regex tester上运行良好，但是在我的脚本中使用它时，它的表现并不相同：

regex = re.compile('(\d)\1*')
text = '111122223333'
re.findall(regex, text)

> ['1', '1', '1', '1', '2', '2', '2',...]

等等等等。所以我在 Python 的 re 模块中了解了原始类型。这是我的第一个问题：有人可以解释一下这到底是做什么的吗？该文档将其描述为减少了转义反斜杠的需要，但它似乎不是更简单的正则表达式所必需的\d+，我不明白为什么。

所以我将我的正则表达式更改为r'(\d)\1*'，现在尝试使用findall()来制作序列列表。我得到

> ['1', '2', '3']

又很迷茫。我还是不明白这一点。请帮忙？

我决定这样做来解决这个问题：

[m.group() for m in regex.finditer(text)]
> ['1111', '2222', '3333']

并得到我一直在寻找的东西。然后，基于这个线程，我尝试findall()在整个 regex -> 中添加一个组r'((\d)\2*)'。我最终得到：

> [('1111', '1'), ('2222', '2'), ('3333', '3')]

在这一点上，我很困惑。我知道这个结果与多个组有关，但我不确定。

另外，这是我第一次发帖，如果我的礼仪不正确，我深表歉意。请随时纠正我。谢谢！

4

1 回答 1

1

由于这是一个挑战，我不会给你一个完整的答案。但是，您走在正确的轨道上。

该finditer方法返回MatchObject实例。您想查看这些.group()方法并仔细阅读文档。想想两者之间有什么.group(0)区别.group(1)；平原.group()是一样的.group(0)。

至于\d转义字符；因为该特定的转义组合作为 Python 字符串转义字符没有任何意义，Python 会忽略它并将其保留为反斜杠和字母d。使用文字字符串格式确实会更好r''，因为当您确实想要使用正则表达式字符集时，它可以防止令人讨厌的意外，而该字符集恰好也是 python 可以识别的转义序列。有关详细信息，请参阅有关字符串文字的 python 文档。

您的.findall()withr'((\d)\2*)'表达式每次匹配返回 2 个元素，因为您的模式中有 2 个组；外、整组匹配(\d)\2*和内组匹配\d。从.findall()文档中：

如果模式中存在一个或多个组，则返回组列表；如果模式有多个组，这将是一个元组列表。

于 2012-07-23T16:21:53.697 回答