Python 正则匹配字母序列

Question

我想写一个正则表达式，能够匹配像“AGGH”、“TIIK”、“6^^?”这样的字符串，但不匹配“AGGA”、“ABCD”。简单来说，我想要关注字母的排列方式。有没有办法可以要求某个字符是我之前有过的，或者是我之前没有的？

Answer 1

为什么不直接使用子字符串搜索呢？

if "AGGH" in myStr:
    print "Success!"

Answer 2

有一种方法可以用正则表达式来实现：

import re
strs=("AGGH", "TIIK", "6^^?" ,"AGGA", "ABCD")
p = re.compile('^(?P<one>.)(?P<two>.)(?P=two)(?!(?P=one)).$')
for s in strs:
    print s, p.match(s)

输出结果：

AGGH <_sre.SRE_Match object at 0x011BFC38>
TIIK <_sre.SRE_Match object at 0x011BFC38>
6^^? <_sre.SRE_Match object at 0x011BFC38>
AGGA None
ABCD None

虽然看起来不太好，但确实有效。；）在美元符号前面的句点是必须的，如果你想匹配字符串的结尾，它会消耗掉实际被扫描的字符，这个扫描是通过 (?!(?P=one)) 来完成的，这个部分叫做“负向前瞻断言”。

Answer 3

你可以这样提取字符串的模式：

def pattern(s):
    d = {}
    return [d.setdefault(c, len(d)) for c in s]

例子：

>>> pattern("AGGH")
[0, 1, 1, 2]
>>> pattern("TKKG")
[0, 1, 1, 2]
>>> pattern("AGGA")
[0, 1, 1, 0]
>>> pattern("ABCD")
[0, 1, 2, 3]

这个函数让比较两个字符串的模式变得非常简单。