在Python中查找字符串中的模式

Question

我有包含数字（0〜9），字符（A〜Z）和括号（“（）”）的字符串。如果包含括号，则必须将括号和内部的数字（或字符）视为在一起。 （8）（8）“或”（2）2（6）2（6）2（2）2然后我需要找到这个字符串中的模式（不重叠）。在这里，字符串，我的意思是它发生两次或更多。就拿

"(2)2(6)2(6)2(2)2(8)" 

例如，我想提取的模式是

"2(6)", "(2)2" and "(6)2" 

，因为他们发生了两次。和字符串

"(G)8(8)(G)4(C)(G)8(8)" 

，我可以提取

"(G)8(8)" 

。我知道re.compile（r“（。+？）\ 1 +”）。findall（string），这个函数可以找到这个模式，但它不适用于我的情况。谁能帮我？谢谢。

Answer 1

看起来第二个字符串还包含8(8)值，它符合您的要求，因为它在字符串中出现两次。

既然你寻求可以是重叠的比赛，你需要一个捕获组非锚定正向前查找里面：

(?=((?:\([A-Z0-9]+\)|\d){2,}).*\1) 

见regex demo。

这里，((?:\([A-Z0-9]+\)|\d){2,})捕捉到第1组的( +大写ASCII字母或数字，1个或多个+ )或数字（\d）两个或更多个序列。 \1将需要相同的值出现在任何0+字符之后的某处（如果需要检查多行，请添加re.S修饰符）。

这里是一个online Python demo：

import re 
ss = ['(2)2(6)2(6)2(2)2(8)', '(G)8(8)(G)4(C)(G)8(8)'] 
r = r'(?=((?:\([A-Z0-9]+\)|\d){2,}).*\1)' 
for s in ss: 
    print(s) 
    print(re.findall(r, s)) #print([x.group(1) for x in re.finditer(r, s)]) 
    print("---------") 

输出：

(2)2(6)2(6)2(2)2(8) 
['(2)2', '2(6)', '(6)2'] 
--------- 
(G)8(8)(G)4(C)(G)8(8) 
['(G)8(8)', '8(8)'] 
---------