如何用正则表达式提取字符串中的重复与非重复数字？

实现思路 #

通过匹配所有连续的相同数字组，再根据组的长度区分重复数字组（长度≥2）和非重复数字（长度=1），一次遍历即可完成分类。

完整代码示例 #

import re

s = '1222311'
# 匹配所有连续的相同数字组
pattern = r'(\d)\1*'
matches = re.finditer(pattern, s)

repeating = []
non_repeating = []

for match in matches:
    group = match.group()
    if len(group) >= 2:
        repeating.append(group)
    else:
        non_repeating.append(group)

# 按照预期格式输出
print(f"Repeating digit :  {', '.join(repeating)}")
print(f"Non Repeating digit : {', '.join(non_repeating)}")

代码解释 #

• 正则r'(\d)\1*'：(\d)捕获单个数字，\1*匹配0个或多个与捕获组相同的数字，以此将所有连续相同的数字作为整体匹配出来。
• 遍历匹配结果时，通过组的长度判断分类：长度≥2的归为重复数字组，长度为1的归为非重复数字。
• 最后用join方法拼接列表，输出符合要求的格式。

输出结果 #

Repeating digit :  222, 11
Non Repeating digit : 1, 3

内容的提问来源于stack exchange，提问作者quora question