如何用Python提取字符串中指定长度的连续重复字符序列？

这个需求用Python的正则表达式就能完美解决，思路很直接——我们需要精准匹配连续恰好N个相同字符的片段，同时避免从更长的连续序列中误截取。

实现代码 #

import re

# 你的输入字符串
x = "jhg**11111**jjhgj**11111**klhhkjh111ljhjkh1111"
# 指定要提取的连续序列长度
target_length = 5

# 构造正则表达式：匹配恰好target_length个相同字符的连续片段
pattern = rf'(?<!\1)(.)\1{{{target_length - 1}}}(?!\1)'
# 捕获所有符合条件的字符
matched_chars = re.findall(pattern, x)
# 将单个字符扩展为目标长度的序列
result = [char * target_length for char in matched_chars]

# 输出结果
print(' '.join(result))

代码解释 #

• (.)：捕获任意单个字符（数字、符号、字母都适用）
• \1{{{target_length - 1}}}：通过反向引用\1调用刚才捕获的字符，让它重复target_length-1次，加上之前的1次，刚好是我们要的长度
• (?<!\1)：负向零宽断言，确保当前匹配片段的前一个字符不是我们捕获的字符，避免从更长的连续序列（比如6个1）的开头截取
• (?!\1)：同样是负向零宽断言，确保片段的后一个字符也不是捕获的字符，避免从更长序列的结尾截取
• 最后通过char * target_length把单个捕获的字符还原成完整的连续序列

运行这段代码，你会得到预期输出：11111 11111

如果你的需求是提取至少N个相同字符的连续序列（比如从6个1中也能提取出11111），只需要去掉前后的断言，改成rf'(.)\1{{{target_length - 1}}}'，不过这种情况下可能会得到重复的匹配结果，需要额外去重处理哦。

内容的提问来源于stack exchange，提问作者ALBADI