有没有办法找出Python字符串中某个正则表达式的匹配项?例如,如果我有字符串"It actually happened when it acted out of turn."
"It actually happened when it acted out of turn."
我想知道"t a"字符串中出现了多少次。在该字符串中,"t a"出现两次。我希望函数告诉我它出现了两次。这可能吗?
"t a"
现有的基于解决方案的解决方案适用于findall非重叠匹配(毫无疑问是最佳的,可能是因为匹配数量巨大),尽管诸如sum(1 for m in re.finditer(thepattern, thestring))(避免在您只关心计数时实现列表)的替代方案也很可能。某种特质将使用subn并忽略结果字符串…:
findall
sum(1 for m in re.finditer(thepattern, thestring))
subn
def countnonoverlappingrematches(pattern, thestring): return re.subn(pattern, '', thestring)[1]
如果您只想数数最多(例如)100场比赛,那么后一种想法的唯一真正优势就将出现。那么re.subn(pattern, '', thestring, 100)[1]可能很实际(无论有100个匹配项,还是返回1000个,甚至更大的数字,都返回100)。
re.subn(pattern, '', thestring, 100)[1]
计算 重叠 匹配数需要您编写更多代码,因为所讨论的内置函数都集中在非重叠匹配上。还有一个定义问题,例如,pattern是'a+'and thestring是'aa',您会认为这只是一个匹配,还是三个(第一个a,第二个,它们两个),还是…?
'a+'
'aa'
a
举例来说,假设您希望 从字符串的不同位置开始进行 重叠的匹配(然后将为上一段中的示例提供两次匹配):
def countoverlappingdistinct(pattern, thestring): total = 0 start = 0 there = re.compile(pattern) while True: mo = there.search(thestring, start) if mo is None: return total total += 1 start = 1 + mo.start()
请注意,你必须编译模式进入在这种情况下RE对象:函数re.search不接受一个start参数(起始搜索位置)的方式 方法 search呢,所以你必须要切片thestring,当您去-绝对比下一次搜索从下一个可能的不同起点开始要付出更多的努力,这就是我在此功能中所做的。
re.search
start
search