python - Lookahead 正则表达式无法找到相同的重叠匹配项

Question

再次搜索相同模式时是否可以使用正则表达式找到重叠匹配项？我希望能够找到出现三次的匹配项。例如，bababa 在 babababab 中出现了 3 次:

巴巴布巴巴布

babababab

爸爸爸爸

这是我当前的 Python 实现:

import re
matches = re.findall(r'(?=(\w+).*\1).*\1', "babababab")
print(matches)

我的程序只找到baba而不是babab。谢谢!

Answer 1

这里您可以使用的一个技巧是实际上只匹配 ba(?=bab)，这只会消耗 ba，从而允许正则表达式引擎逻辑上向前移动仅通过一场比赛:

matches = re.findall(r'ba(?=bab)', "babababab")
matches = [i + 'bab' for i in matches]
print(matches)

打印:

['babab', 'babab', 'babab']

请注意，我将尾部 bab 连接到每个匹配，这很好，因为我们知道实际的逻辑匹配是 babab。