Python正则表达式如何设置选择条件及过滤指定长度匹配结果

方法一：过滤统计结果 #

现有代码已经能拿到所有匹配项，只需在输出前筛选出长度大于8的条目即可。可以通过列表推导式对Counter的结果进行过滤，保留符合长度要求的项：

import re
from collections import Counter

pattern = r"0+1+0+1+0+1+"
test_str = '0101010110110110110110110101010111011101110111101111010101111010111010101111011010101011011011011011011011'

cnt = Counter(re.findall(pattern, test_str))
# 过滤长度>8的条目，保持原降序排序
filtered_result = [(k, v) for k, v in cnt.most_common() if len(k) > 8]
print(filtered_result)

运行结果：

[('011011011', 2), ('0111011101111', 1), ('010111101', 1), ('0111101101', 1)]

方法二：在正则中直接限制长度 #

如果想从匹配源头就排除短字符串，可以用正向预查（(?=.{9,})）添加长度约束。这个预查会检查当前位置开始的字符串至少有9个字符（即长度>8），但不会消耗字符，完全不影响原模式的匹配逻辑：

import re
from collections import Counter

# 新增正向预查，限制匹配字符串长度≥9
pattern = r"(?=.{9,})0+1+0+1+0+1+"
test_str = '0101010110110110110110110101010111011101110111101111010101111010111010101111011010101011011011011011011011'

cnt = Counter(re.findall(pattern, test_str))
print(cnt.most_common())

运行结果与方法一一致，直接跳过了长度≤8的匹配项。

正则字符数量条件说明 #

正则中控制字符/组出现次数的常用语法：

• {n}：精确匹配n次
• {n,}：至少匹配n次
• {n,m}：匹配n到m次（包含两端）
• 简写规则：*等价于{0,}，+等价于{1,}，?等价于{0,1}

本次用到的(?=.{9,})是正向预查，属于正则断言的一种——它仅做条件检查，不会将检查的字符纳入最终匹配结果，非常适合在不修改原有匹配规则的前提下，额外添加长度这类全局约束。

内容的提问来源于stack exchange，提问作者RAnsari