如何使用正则表达式(Regex)匹配连续重复字符序列并捕获重复数字组

核心优化思路 #

你当前的写法存在两个明显缺陷：一是需要逐个枚举1-9的数字分支十分冗长，二是遗漏了数字0的匹配场景，性能也较差。最优方案是利用正则反向引用特性实现，通用写法为：
(\d)\1*

语法解释 #

• \d：匹配任意0-9的阿拉伯数字，自动覆盖所有数字场景
• (\d)：将第一个匹配到的数字存入捕获组1
• \1：反向引用捕获组1的内容，代表和第一个数字完全相同的字符
• 量词说明：
  • 用*：匹配包含单个数字在内的所有连续相同数字段
  • 用+：仅匹配至少连续出现2次的相同数字段，可自动过滤单独出现的数字

示例实现（Python） #

import re

test_str = "1115555666777"
# 匹配所有连续相同数字段
match_groups = [item.group() for item in re.finditer(r"(\d)\1*", test_str)]
# 转换为你需要的带括号输出格式
result = "".join(f"({group})" for group in match_groups)

print(result)
# 输出：(111)(5555)(666)(777)

方案优势 #

• 通用性强，该写法在所有支持反向引用的正则引擎中都可正常使用，覆盖Python、JavaScript、Java、Go等绝大多数主流开发语言
• 写法简洁，无需枚举所有数字，维护成本极低
• 覆盖0-9全数字匹配，不会出现遗漏
• 正则匹配效率远高于多分支枚举的写法，长文本场景下性能优势更明显

内容的提问来源于stack exchange，提问作者sankiago