Alle Vorkommen alternierender Ziffern mit regulären Ausdrücken finden

Question

Ich möchte alle alternierenden Ziffern in einer Zeichenfolge mit regulären Ausdrücken finden. Eine alternierende Ziffer ist definiert als zwei gleiche Ziffern mit einer Ziffer dazwischen; zum Beispiel enthält 1212 2 Alternationen (121 und 212) und 1111 enthält auch 2 Alternationen (111 und 111). Ich habe den folgenden regulären Ausdruck Code:

s = "1212" 
re.findall(r'(\d)(?:\d)(\1)+', s) 

Diese für Zeichenketten wie „121656“ funktioniert, aber nicht „1212“. Dies ist ein Problem mit überlappenden Übereinstimmungen, denke ich. Wie kann ich damit umgehen?

Answer 1

(?=((\d)\d\2)) 

Verwenden lookahead alle überlappende Spiele zu bekommen. Benutze re.findall und hole das erste Element aus dem Tupel. Sehen Sie sich die Demo:

https://regex101.com/r/fM9lY3/54

Answer 2

Sie ein Look-Ahead können für überlappende Spiele erlauben:

r'(\d)(?=(\d)\1)' 

zu rekonstruieren volle Spiele von dieser:

matches = re.findall(r'(\d)(?=(\d)\1)', s) 
[a + b + a for a, b in matches] 

auch zu vermeiden, dass andere Unicode-Ziffern wie 1 werden verglichen (vorausgesetzt, Sie wollen sie nicht), sollten Sie [0-9] anstelle von \d verwenden.

Answer 3

Mit dem regex module Sie müssen nicht einen Trick verwenden überlappten Spiele zu bekommen, da es ein Flag ist, sie zu erhalten:

import regex 
res = [x.group(0) for x in regex.finditer(r'(\d)\d\1', s, overlapped=True)] 

wenn s nur Ziffern enthält, können Sie dies auch tun:

res = [s[i-2:i+1] for i in range(2, len(s)) if s[i]==s[i-2]] 

Answer 4

Ein nicht regex Ansatz, wenn Sie Zeichenfolge aus nur Ziffern besteht:

from itertools import islice as isl, izip 

s = "121231132124123" 
out = [a + b + c for a, b, c in zip(isl(s, 0, None), isl(s, 1, None), isl(s, 2, None)) if a == c] 

Ausgabe:

['121', '212', '212'] 

Es ist eigentlich ein schönes Stück schneller als ein regex Ansatz.