如何使用正则表达式查找所有重叠匹配

问题描述：

我正在尝试使用 Python 2.6 中的 re 在更大的数字系列中查找每个 10 位数字系列。

我可以轻松抓取不重叠的匹配项，但我想要数字系列中的每个匹配项。例如。

在“123456789123456789”中

我应该得到以下列表：

[1234567891,2345678912,3456789123,4567891234,5678912345,6789123456,7891234567,8912345678,9123456789]

我找到了对“前瞻”的引用，但我所看到的例子只显示数字对，而不是更大的分组，而且我无法将它们转换为两位数以外的数字。

解决方案 1：

在前瞻中使用捕获组。前瞻会捕获您感兴趣的文本，但实际匹配从技术上讲是前瞻之前的零宽度子字符串，因此匹配从技术上讲是不重叠的：

import re 
s = "123456789123456789"
matches = re.finditer(r'(?=(d{10}))', s)
results = [int(match.group(1)) for match in matches]
# results: 
# [1234567891,
#  2345678912,
#  3456789123,
#  4567891234,
#  5678912345,
#  6789123456,
#  7891234567,
#  8912345678,
#  9123456789]

解决方案 2：

您还可以尝试使用支持重叠匹配的第三方regex模块（不是）。re

>>> import regex as re
>>> s = "123456789123456789"
>>> matches = re.findall(r'd{10}', s, overlapped=True)
>>> for match in matches: print(match)  # print match
...
1234567891
2345678912
3456789123
4567891234
5678912345
6789123456
7891234567
8912345678
9123456789

解决方案 3：

我喜欢正则表达式，但这里不需要它们。

简单地

s =  "123456789123456789"

n = 10
li = [ s[i:i+n] for i in xrange(len(s)-n+1) ]
print '
'.join(li)

结果

1234567891
2345678912
3456789123
4567891234
5678912345
6789123456
7891234567
8912345678
9123456789

解决方案 4：

借助已接受的答案，以下内容目前也有效

import re
s = "123456789123456789"
matches = re.findall(r'(?=(d{10}))',s)
results = [int(match) for match in matches]

解决方案 5：

您可以尝试 REmatch 库，这是第一个捕获所有匹配项的正则表达式库。其Python 版本可按如下方式使用：

import pyrematch as REmatch

s = "123456789123456789"

query = REmatch.reql("!tendigits{d{10}}")
matches = query.findall(s)

for match in matches:
    print(match.group("tendigits"))

结果：

1234567891
2345678912
3456789123
4567891234
5678912345
6789123456
7891234567
8912345678
9123456789