python 正则表达式 我想找到字符串中成对匹配的数据 请指教

Question

print re.findall(r'((?<=\d)[a-zA-Z]+)\1)', 'sssa 123ammmmmde234abc aaaaa 123ammmmmde234abc llll')
我正则表达式表示的意思是: 查找出 前面是数字的, 后面是字母的, 成对出现的单词
希望输出结果:
[(ammmmmde, ammmmmde), (abc, abc)]
我那个正则表达式哪里错了 该怎么改 多谢
希望输出结果:
[(ammmmmde, ammmmmde), (abc, abc)]

Answer 1

针对你所给的示例字符串，貌似无法一次性地提取出后面的那个abc的，只能提取出前面的ammmmmde：
可以这样写：

>>> re.findall(r'(?:\d+)([a-zA-Z]+)', 'sssa 123ammmmmde234abc aaaaa 123ammmmmde234abc llll')
['ammmmmde', 'abc', 'ammmmmde', 'abc']

原因在于：正则从左往右查找，没有在找后面的abc时，也去找到之前的abc。
因为之前的abc，被在查找ammmmmde时，藏在中间了：
123ammmmmde234abc aaaaa 123ammmmmde

搜索过了，后面没法再搜索。

一个折中的办法是，用：
>>> re.findall(r'(?:\d+)([a-zA-Z]+)', 'sssa 123ammmmmde234abc aaaaa 123ammmmmde234abc llll')
['ammmmmde', 'abc', 'ammmmmde', 'abc']
找到上述的
['ammmmmde', 'abc', 'ammmmmde', 'abc']
然后你自己再另外提取，组合出来你要的：
[(ammmmmde, ammmmmde), (abc, abc)]

追问

我能利用\1来进行回溯么?? 这样虽然搜出来了, 但是并不是因为找到匹配对而打印出来的 有点不符合题意 呵呵

追答

我已经试过了\1去后向引用啊，只是最多还是只能搜出来ammmmmde：

>>> re.findall(r'(?:\d+)([a-zA-Z]+).+?(\1)', 'sssa 123ammmmmde234abc aaaaa 123ammmmmde234abc llll')
[('ammmmmde', 'ammmmmde')]

无法搜出来abc的，因为你的前半个abc，在搜索后半个ammmmmde的时候，就搜过了，所以无法嵌套式的提取出来你要的前半个abc的。

除非你的字符串是这样的，两部分是非重叠的，才可以搜出来：
>>> re.findall(r'(?:\d+)([a-zA-Z]+).+?(\1)', 'sssa 123ammmmmde234 aaaaa 123ammmmmde456abc 234abc llll')
[('ammmmmde', 'ammmmmde'), ('abc', 'abc')]

Answer 2

>>> print re.findall(r'((?<=\d)([a-zA-Z]+)(.*?)\2)', 'sssa 123ammmmmde234abc aaaaa 123ammmmmde234abc llll')
[('ammmmmde234abc aaaaa 123ammmmmde', 'ammmmmde', '234abc aaaaa 123')]

Answer 3

print re.findall(r'(?<=\d{3})[a-zA-Z]+', 'sssa 123ammmmmde234abc aaaaa 123ammmmmde234abc llll')

Answer 4

\d+(?<a>[a-zA-Z]+)\d+(?<b>[a-zA-Z]+)

数组a是ammmmmde
数组b是abc