[已解决]正则表达式

小白码农超

>>> p = re.compile(r'(\b\w+)\s+\1')
>>> p.search('Paris in the the spring').group()
'the the'


问题:  能不能解释这个表达式，看不太懂。 尤其是\1

最佳答案

月排行榜 / 总排行榜

kaohsing

2019-5-28 08:23:26

1. import re
   
2. 
   
3. p = re.compile(r'(\b\w+)\s+\1')
   
4. print(p.search('Paris in the the spring').group())
   
5. '''  
   
6.     \b 单词分界符\b  
   
7.     \w  代表是大小写字母，10个数字和下划线 这里是是英文字母
   
8.     \1,\2…的元字符序列表示前面捕获性括号内的字串(块),”\1”叫反向引用
   
9.     \s  任意一个不可见字符，\n\t\r和空格等等  
   
10. '''
    
11. #稍微严禁一下
    
12. p = re.compile(r'\b(\w+)\b\s+\1')
    
13. print(p.search('Paris in the the spring').group())
    
14. 
    
15. #灵活一下 1
    
16. p = re.compile(r'(\w+)\s+\1')
    
17. print(p.search('Paris in the the spring').group())
    
18. 
    
19. #灵活一下 2
    
20. p = re.compile(r'(\w+)\s+\1')
    
21. print(p.findall('Paris in the the spring 123 123 abc'))
    
22. #['the', '123']

复制代码

跳转到最佳答案楼层

wp231957

\number   表示匹配分组的第number个子表达式

xue11

p = re.compile(r'(\b\w+)\s+\1')


(\b\w+) 表示匹配一个单词 ， \s表示匹配任意空白字符，这里表示空格 ， \1 表示重复分组里面的匹配内容

这里只有 the the 符合满足这个条件，故返回结果为the the

kaohsing

1. import re
   
2. 
   
3. p = re.compile(r'(\b\w+)\s+\1')
   
4. print(p.search('Paris in the the spring').group())
   
5. '''  
   
6.     \b 单词分界符\b  
   
7.     \w  代表是大小写字母，10个数字和下划线 这里是是英文字母
   
8.     \1,\2…的元字符序列表示前面捕获性括号内的字串(块),”\1”叫反向引用
   
9.     \s  任意一个不可见字符，\n\t\r和空格等等  
   
10. '''
    
11. #稍微严禁一下
    
12. p = re.compile(r'\b(\w+)\b\s+\1')
    
13. print(p.search('Paris in the the spring').group())
    
14. 
    
15. #灵活一下 1
    
16. p = re.compile(r'(\w+)\s+\1')
    
17. print(p.search('Paris in the the spring').group())
    
18. 
    
19. #灵活一下 2
    
20. p = re.compile(r'(\w+)\s+\1')
    
21. print(p.findall('Paris in the the spring 123 123 abc'))
    
22. #['the', '123']

复制代码

kaohsing

小白码农超

kaohsing 发表于 2019-5-28 08:23

\1 , 这里是只能匹配和前一次匹配相同的单词么。不然为什么只能匹配单词the？
灵活2 里面的返回值为啥只有一个 the 和一个123 呀？

kaohsing

import re

s='Paris in the the spring 123  123 abc'
#灵活一下 2
p = re.compile(r'(\w+)\s+\1')
print(p.findall(s))
#['the', '123']
print(p.search(s).group())
#the the

print('-'*20)
re.sub(r'(\w+)\s+\1',lambda i:print(i.group()),s)
#the the
#123  123