如何使用RegEx查找连续重复的字符串并在Python中返回匹配列表[重复]答案

【问题标题】：How to use RegEx to find a consecutively repeating string and return a list of matches in Python [duplicate]如何使用RegEx查找连续重复的字符串并在Python中返回匹配列表[重复]
【发布时间】：2020-06-17 06:51:26
【问题描述】：

我想知道是否可以返回一个匹配列表，其正则表达式模式由一个特定的、连续重复的字符串组成，例如“添加”。这听起来可能微不足道，实际上根据 regexpal.com，它应该像这样简单：“(AGATC)\1+”： result in regexpal.com。并且使用re.findall，如文档中所述，应该返回一个包含所有这些匹配项的列表。但是，使用此代码时：

pattern = r"(AGATC)\\1+"
list_of_results = re.findall(pattern, seq_string)
print("list of results:", list_of_results)

其中seq_string 是我正在寻找模式的字符串，并且与正则表达式图像中使用的字符串相同，我得到一个包含模式（'AGATC'）的 1 个元素的数组。

可以做我需要的吗？也许我忽略了什么？

【问题讨论】：

您可以发布示例输入和预期输出
@komatiraju033 是的！如果您查看照片，那是示例输入，预期的输出是一个列表，其中突出显示了匹配的字符串，或者如果有多个字符串，则为字符串。我认为通过查看照片更容易理解，而不是在此处复制粘贴实际字符串，因为很难看到其中所需的图案在哪里。
您需要将您的正则表达式定义为pattern = r"(AGATC)\1+" 或pattern = "(AGATC)\\1+"。请改用re.finditer ([x.group() for x in re.finditer(pattern, s)])（如here 所述）。

标签： python python-3.x regex python-re

【解决方案1】：

您的问题是re.findall 只会在正则表达式中存在一个（或多个）时返回捕获组的内容。您可以通过使用外部组捕获整个匹配来解决此问题，例如：

pattern = r"((AGATC)\2+)"
list_of_results = re.findall(pattern, seq_string)
print("list of results:", list_of_results)

这会给你一个类似的结果：

[('AGATCAGATCAGATC', 'AGATC')]

您可以使用列表推导仅返回每个结果的第一个值，例如

list_of_results = [g[0] for g in re.findall(pattern, seq_string)]

得到类似的东西：

['AGATCAGATCAGATC']

或者您可以使用re.finditer 并根据它生成的匹配对象构建您的列表：

pattern = r"(AGATC)\1+"
list_of_results = [m.group() for m in re.finditer(pattern, seq_string)]
print("list of results:", list_of_results)

这会给你这样的结果：

['AGATCAGATCAGATC']

【讨论】：

谢谢！在第一个解决方案中，为什么 \2 有效而不是 \1？
@JorgePasco 那是因为外部组现在是第 1 组，而内部组（您要重复）是第 2 组。

【解决方案2】：

试试这个：

import re

res = re.findall('AGATC', seq_string)
print(res)

【讨论】：