python - 用正则表达式查找所有重复的模式

Question

我是编程新手，尝试用正则表达式解决这个问题，在字符串中搜索单词“can”，对于每次出现的情况，显示它前面和后面的两个单词，用字符串形成示例:

string = "CAN CAn Can cAN cAn caN can"
pattern = re.compile(r'(\S+\s+\S+)\s+can\s+(\S+\s+\S+)', re.I)
list = pattern.findall(string)
print list

预期结果:

[('CAN CAn', 'cAN cAn'), ('CAn Can', 'cAn caN'), ('Can cAN', 'caN can')]

实际结果:

[('CAN CAn', 'cAN cAn')]

Answer 1

(?=(\b\S+\s+\S+)\s+can\s+(\S+\s+\S+\b))

试试这个。查看演示。

https://regex101.com/r/sJ9gM7/104#python

你的正则表达式的问题是，一旦引擎消耗了字符串，它就无法返回。你将需要一个变量lookbehind，这在python中是不存在的。实际上你能做的就是把所有东西都放在在 lookahead 中，这样字符串就不会被消耗，并且您可以获得所有可能的组合。

import re
p = re.compile(r'(?=(\b\S+\s+\S+)\s+can\s+(\S+\s+\S+\b))', re.IGNORECASE)
test_str = "CAN CAn Can cAN cAn caN can"

re.findall(p, test_str)