python - python正则表达式中的贪婪反向引用？

Question

在我的例子中，我想捕获文本中的重复字符；同时，重复模式的前后最多3个字符也应该被捕获。例如，

<表类="s-表"> <头> 原创 前缀 重复 后缀 <正文> 1aab 1 啊啊 b 1aaab 1 啊啊啊 b 1234aaabcde 234 啊啊啊 bcd

我在 python 中创造了一个 RE 字符串:

reobj = re.compile("(?P<prefix>.{0,3})    (?P<repeat>(?P<infix>[a-z])(?P=infix){1,})    (?P<postfix>.{0,3})", re.IGNORECASE | re.VERBOSE | re.DOTALL)

但它给出了这样的结果:

<表类="s-表"> <头> 原创 前缀 重复 后缀 需要吗？ <正文> 1aab 1 啊啊 b 是 1aaab 1a 啊啊 b 没有 1234aaabcde 234 啊啊啊 bcd 是

有什么帮助吗？谢谢。

Answer 1

您可以使用 4 个捕获组，其中组中缀仅用于捕获要重复的单个字符。

(?P<prefix>.{0,3}?)(?P<repeat>(?P<infix>[a-z])(?P=infix)+)(?P<postfix>.{0,3})

Regex demo