Python正则表达式匹配连续重复至少两次字符的结果异常问题

你遇到的问题其实是re.findall()的特性导致的——当正则表达式里包含捕获组时，findall()会优先返回捕获组的内容，而不是整个匹配的完整字符串。你写的r'(.)\1{1,}'里，(.)是一个捕获组，它只捕获了单个重复的字符，所以最终返回的就是这些单个字符，而不是连续重复的完整序列。

下面给你两种简单的解决方案：

方法一：使用re.finditer()获取完整匹配 #

re.finditer()会返回一个迭代器，每个元素是匹配对象，我们可以通过match.group()获取整个匹配的字符串，完美解决你的需求：

import re

# 测试第一个例子
matches = re.finditer(r'(.)\1+', 'abbcdeee')
result = [match.group() for match in matches]
print(result)  # 输出: ['bb', 'eee']

# 测试第二个例子（无重复）
matches = re.finditer(r'(.)\1+', 'abcde')
result = [match.group() for match in matches]
print(result)  # 输出: []

# 测试第三个例子
matches = re.finditer(r'(.)\1+', 'aaabbbbcc')
result = [match.group() for match in matches]
print(result)  # 输出: ['aaa', 'bbbb', 'cc']

方法二：调整正则，用外层捕获组包裹整个重复序列 #

如果你还是想用re.findall()，可以把整个连续重复的序列用一个外层捕获组包裹，之后提取每个匹配结果的第一个元素即可：

import re

matches = re.findall(r'((.)\1+)', 'abbcdeee')
# findall会返回元组列表，每个元组的第一个元素是完整重复串，第二个是单个重复字符
result = [item[0] for item in matches]
print(result)  # 输出: ['bb', 'eee']

两种方法都能达到你的预期效果，个人更推荐第一种，代码更简洁直观，不需要处理额外的元组。

内容的提问来源于stack exchange，提问作者Johnny Metz