python 正则表达式匹配不正确

Question

我有一个字符串

"aaabbbbccc"

我要找回["aaa", "bbbb", "ccc"]

根据这篇文章 What regex can match sequences of the same character?

In [8]: re.findall('(\w)\1+', s)
Out[8]: []

我想我使用在线正则表达式解析器成功检索到了这个模式。

Answer 1

这里有两件事你应该考虑:

1) 在定义正则表达式时使用原始字符串文字(或对模式内的 \ 进行两次转义，以便 \1 可以被解析为反向引用而不是八进制字符符号)和

2) 使用re.finditer此处获取自 re.findall 以来的完整匹配值将仅获取使用捕获组捕获的值:

import re
s = 'aaabbbbccc'
print([x.group() for x in re.finditer(r'(\w)\1+', s)])

参见 Python demo .

此处，x.group() 是存储在 re.MatchObject 中的整个匹配项，由 re.finditer 返回。