python - 用于查找子字符串的正则表达式

Question

我正在尝试使用正则表达式查找子字符串的所有出现。子串由三部分组成，以一个或多个'A'开始，后接一个或多个'N'，以一个或多个'A'结束。让一个字符串'AAANAANABNA'，如果我解析字符串，我应该得到两个子字符串'AANAA'和'AANA'作为输出。所以，我尝试了下面的代码。

import regex as re
reg_a='A+N+A+'
s='AAANAANABNA'
sub_str=re.findall(reg_a,s,overlapped=True)
print(sub_str)

而且，我得到以下输出，

['AAANAA', 'AANAA', 'ANAA', 'AANA', 'ANA']

但是，我希望输出为，

['AAANAA', 'AANA']

也就是说，第一场比赛的尾随A应该是下一场比赛的领先A。我怎么能得到那个，知道吗？

Answer 1

这是使用re模块实现此目的的更简单方法。我们只需要对 1+ 尾随As 进行前瞻，并且必须使用 2 个捕获组：

>>> import re
>>> s = 'AAANAANABNA'
>>> [''.join(x) for x in re.findall(r'(A+N+)(?=(A+))', s)]
['AAANAA', 'AANA']

正则表达式演示

Answer 2

确保A左侧没有：

>>> reg_a='(?<!A)A+N+A+'
>>> print( re.findall(reg_a,s,overlapped=True) )
['AAANAA', 'AANA']

(?<!A)A+N+A+比赛_

• (?<!A)- 与未紧随其后的位置匹配的负面回溯A
• A+- 一个或A多个
• N+- 一个或N多个
• A+- 一个或A多个

请注意，您也可以使用它re来获取匹配项：

>>> import re
>>> re_a = r'(?=(?<!A)(A+N+A+))'
>>> print( re.findall(re_a, s) )
['AAANAA', 'AANA']

Answer 3

一种选择是在没有重叠的情况下，在正前瞻内使用带有捕获组的负后瞻。re.findall 将返回捕获组的值。

(?=(?<!A)(A+N+A+))

• (?=正向前瞻，断言右边是
  • (?<!A)负前瞻，断言左边不是 A
  • (A+N+A+)匹配你的模式
• )关闭前瞻

正则表达式演示| Python 演示

import re
s = "AAANAANABNA"
pattern = r"(?=(?<!A)(A+N+A+))"
print(re.findall(pattern, s))

输出

['AAANAA', 'AANA']

或者按照@anubhava的建议，将后视与前瞻分开：

(?<!A)(?=(A+N+A+))

正则表达式演示| Python 演示