正则表达式，它匹配字符串中两个重复的连续字符，但不匹配三个或更多。如果aa和bbb都存在，应该匹配

Question

我原来的问题因为重复而被关闭了。我不同意它是重复的，因为在正则表达式语法方面，这是一个不同的用例。我试图在下面澄清我的问题。

是否可以创建一个正则表达式，该正则表达式匹配字符串中的两个重复的连续字符（在本例中为小写字母），但如果字符串的任意一侧都是相同的字符，则不匹配该字符串的某个部分。e、 g.匹配'aa'，但不匹配'aaa'或'aaaa'？

此外：

>

虽然我使用的是Python 3.10，但我试图在不使用外部模块提供的附加功能的情况下，使用“标准”正则表达式语法来确定这是否可行。例如，使用Python，这意味着使用标准库中的're'模块的解决方案。

如果有3个或3个以上重复的连续字符，则如果序列号中其他地方有两个重复的连续字符，则字符串仍应匹配。e、 g匹配'aa'，即使字符串中的其他位置存在'bbb'。

如果两个重复的连续字符出现在字符串的开头或结尾，则字符串也应匹配。

我的例子是16个字符的字符串，如果一个特定的长度有区别的话。

ffumlmqwfcsyqpss应与'ff'或'ss'匹配。

zztdcqdzdaazdjp应与'zz'，'dd'，'aa'匹配。

urrvucyrzzzooxhx应匹配'rr'或'oo'，即使字符串中存在'zzz'。

zettygjpcoedwyio应与'tt'匹配。

dtfkgggvqadhqbwb不应与'ggg'匹配。

rwgwbwzebsnjmtln不应该匹配。

（[a-z]）\1捕获重复字符，但当存在其他重复字符（如'aaa'或'aaaa'等）时，这也会匹配。

（[a-z]）\1（？！\1）对第三个重复字符求反，但这只会将匹配项移到重复字符串的末尾。

消极的环顾来补偿一开始的比赛，但我认为我造成了某种循环，这种循环永远不会匹配。

>>>import re

>>>re.search(r'([a-z])\1(?!\1)', 'dtfkgggvqadhqbwb')
<re.Match object; span=(5, 7), match='gg'> # should not match as 'gg' ('[gg]g' or 'g[gg]') 

>

如果同一个字符串中有重复的三元组等，蒂姆·比格莱森的解决方案不匹配重复对。

在相关的问题中，Cary Swoveland的解决方案不适用于字符串开头或结尾的重复对，或者匹配，即使字符串中没有重复对。

在链接问题中，第四只鸟的解不匹配字符串开头或结尾的重复对。

到目前为止，唯一有效的答案是Wiktor Stribiżew，但它使用外部“regex”模块的（*SKIP）功能。使用“标准”正则表达式语法不可能实现解决方案吗？

Answer 1

在Pythonre中，为该任务创建正确的正则表达式的主要问题是，在使用对捕获组的反向引用之前，需要定义捕获组，而负lookbehind通常放在捕获模式之前。还有，regex101。com Python测试选项并不总是反映re库中的当前状态，当它在（？）中看到\1时，它会向用户发出这样的消息：“此令牌不能用于查找，因为它的宽度不固定或干扰模式匹配。”？

这里可以使用的模式是

(.)(?<!\1.)\1(?!\1)

请参阅正则表达式演示。

详细资料

• （.）-捕获组1：任何单个字符（如果re.使用DOTALL，偶数换行符）
• （？

请参阅Python测试：

import re
tests ={'ffumlmqwfcsyqpss': ['ff','ss'],
    'zztdcqzqddaazdjp': ['zz','dd', 'aa'],
    'urrvucyrzzzooxhx': ['rr','oo'],
    'zettygjpcoedwyio': ['tt'],
    'dtfkgggvqadhqbwb': [],
    'rwgwbwzebsnjmtln': []
}


for test, answer in tests.items():
    matches = [m.group() for m in re.finditer(r'(.)(?<!\1.)\1(?!\1)', test, re.DOTALL)]
    if matches:
        print(f"Matches found in '{test}': {matches}. Is the answer expected? {set(matches)==set(answer)}.")
    else:
        print(f"No match found in '{test}'. Is the answer expected? {set(matches)==set(answer)}.")

输出：

Matches found in 'ffumlmqwfcsyqpss': ['ff', 'ss']. Is the answer expected? True.
Matches found in 'zztdcqzqddaazdjp': ['zz', 'dd', 'aa']. Is the answer expected? True.
Matches found in 'urrvucyrzzzooxhx': ['rr', 'oo']. Is the answer expected? True.
Matches found in 'zettygjpcoedwyio': ['tt']. Is the answer expected? True.
No match found in 'dtfkgggvqadhqbwb'. Is the answer expected? True.
No match found in 'rwgwbwzebsnjmtln'. Is the answer expected? True.

Answer 2

您可以使用以下正则表达式模式：

^(?![a-z]*([a-z])\1{2,})[a-z]*([a-z])\2[a-z]*$

此模式表示要匹配：

^                        start of the string
(?![a-z]*([a-z])\1{2,})  same letter does not occur 3 times or more
[a-z]*                   zero or more letters
([a-z])                  capture a letter
\2                       which is followed by the same letter
[a-z]*                   zero or more letters
$                        end of the string