python - 一些两个字母的序列重复了 3 次？“知足”和“维持”就是这样的词

Question

有多少个单词包含重复 3 次的两个字母序列？例如，“contentment”和“maintaining”就是这样的词，因为“contentment”的序列“nt”重复了3次，而“maintaining”的序列“in”重复了3次。

这是我的代码：

 len([f for f in file if re.match(r'(.*?[a-z]{2}.*?){3}',f)])

Answer 1

这是一个简单的正则表达式：

.*(\w{2}).*\1.*\1

它捕获一个组中的两个字母 ，(\w{2})然后具有相同字母的同一组必须再出现两次\1。

这是一个实际的例子：

import re

text = """
How many words contain some two-letter sequence repeated 3 times? For example, "contentment" and "maintaining" are such words because "contentment" has the sequence "nt" repeated three times and "maintaining" has the sequence "in" repeated three times.
"""


def check(word):
    return re.match(r".*(\w{2}).*\1.*\1", word)


def main():
    for word in text.split():
        if check(word):
            print(word)


main()

Answer 2

您可以使用

\b(?=\w*(\w{2})(?:\w*\1){2})\w+

请参阅正则表达式演示。

细节

• \b- 单词边界
• (?=\w*(\w{2})(?:\w*\1){2})- 紧随其后的是 0+ 字字符，然后将两个字字符捕获到第 1 组中，然后必须有两次重复任何 0+ 字字符后跟与第 1 组中相同的值
• \w+- 消耗一个或多个单词字符。

请参阅Python 演示：

import re

text = "contentment and maintaining are such words"
print ( [x.group() for x in re.finditer(r'\b(?=\w*(\w{2})(?:\w*\1){2})\w+', text)] )
# =>  ['contentment', 'maintaining']
print ( len([x.group() for x in re.finditer(r'\b(?=\w*(\w{2})(?:\w*\1){2})\w+', text)]) )
# => 2