python - 具有不同字符数的正则表达式

Question

我需要创建一个正则表达式来验证字符串。字符串只能有几个字符，每个字符只能重复几次。

正则表达式应该检查以下条件。

1. 字符串只能有a, b, c, d, e作为字符。
2. 字符“a”最多可以出现 2 次。
3. 字符“b”最多可出现 3 次。
4. 字符“c”最多可出现 3 次。
5. 字符“d”最多可以出现 1 次。
6. 字符“e”最多可出现 1 次。

我知道这可以通过字符串函数来实现。但我正在尝试使用正则表达式来做到这一点。

非常感谢对此的任何帮助。

Answer 1

很可能，就性能而言，执行此操作的最佳方法是使用 Python 原生字符串操作。

我会这样写:

lim=(('a',2),('b',3),('c',3),('d',1),('e',1))
results={}
for s in [list_of_many_strings]:
    results[s]=bool(not(set(s)-set('abcde'))) and (not any(s.count(c)>x for c,x in lim))

这依赖于str.count(sub[, start[, end]])计算字符串中子字符串的出现次数 any function测试是否有任何条件为真。

---

由于您对性能感兴趣，您可以使用 timeit 计算处理 100,000 个字符串可能需要多长时间:

import re

def f1(li):
    results={}
    lim=(('a',2),('b',3),('c',3),('d',1),('e',1))
    for s in li:
        results[s]=bool(not(set(s)-set('abcde'))) and (not any(s.count(c)>x for c,x in lim))

    return results    

def f2(li):
    pat=re.compile(r'^a{0,2}b{0,3}c{0,3}d{0,1}e{0,1}$')
    results={}
    for s in li:
        results[s]=True if pat.search(''.join(sorted(s))) else False

    return results

def f3(li):
    pat=re.compile(r'^(?!.*[^a-e])(?!(?:.*a){3})(?!(?:.*b){4})(?!(?:.*c){4})(?!(?:.*d){2})(?!(?:.*e){2}).+')
    results={}
    for s in li:
        results[s]=True if pat.search(s) else False    

    return results    

if __name__=='__main__':
    import timeit    
    import random 
    s='abcdeabcdebc'
    li=[''.join(random.sample(s,8)) for _ in range(100000)]
    print(f1(li)==f2(li)==f3(li))

    for f in (f1,f2,f3):
        print("   {:^10s}{:.4f} secs".format(f.__name__, timeit.timeit("f(li)", setup="from __main__ import f, li", number=10)))

在我的电脑上，需要:

True
       f1    0.8519 secs
       f2    1.1235 secs
       f3    1.3070 secs