如果任何模式在给定序列中多次出现一次，如何使用正则表达式进行匹配

Question

很难说清楚，但是 TL;DR.

我想匹配，在给定的文本句子中（比方说 "THE TREE IS GREEN"），如果 any space 加倍（或更多）。

示例：

"In this text,
THE TREE IS GREEN should not match,
THE  TREE IS GREEN should
and so should THE  TREE   IS GREEN
but  double-spaced  TEXT  SHOULD  NOT BE  FLAGGED outside the pattern."

我最初的做法是

/THE( {2,})TREE( {2,})IS( {2,})GREEN/

但这仅在序列中所有 space 都是双倍时才匹配，因此我想让任何组触发完全匹配。我是走错路了，还是有什么方法可以让它发挥作用？

Answer 1

您可以只搜索您要查找的 space：

/ {2,}/ 将匹配两个或多个 space 字符。 (https://regexr.com/4h4d4)

您可以将结果用括号括起来 - /( {2,})/

你可能想把它放宽一点。
/\s{2,}/ 将匹配白色的任何加倍 space。（\s - 表示任何白色 space - space、制表符、换行符等）

无需匹配整个字符串，只需匹配感兴趣的部分即可。

Answer 2

如果我没记错的话，如果在 2 个大写部分之间有 2 个或更多 space 的部分存在，那么您需要整个匹配项。

如果是这样，您可以使用：

^.*[A-Z]+ {2,}[A-Z]+.*$

^ 字符串开头
.*[A-Z]+ 匹配除换行符以外的任何字符 0+ 次，然后匹配 1+ 次 [A-Z]
[ ]{2,} 匹配 2 次或更多次 space（为清楚起见，使用方括号）
A-Z+ 匹配 1+ 次大写字符
.*$ 匹配除换行符之外的任何字符 0+ 次，直到字符串结束

Regex demo

Answer 3

如果有选项，您可以使用 Negative lookahead。

首先匹配你想要失败的句子，在你的情况下，它是"THE TREE IS GREEN"然后给出最通用的情况，想要捕捉你想要的结果。

(?!THE TREE IS GREEN)(THE[ ]+TREE[ ]+IS[ ]+GREEN)

https://regex101.com/r/EYDU6g/2

Answer 4

你可以这样做：

import re

pattern = r"THE +TREE +IS +GREEN"

test_str = ("In this text,\n"
    "THE TREE IS GREEN should not match,\n"
    "THE  TREE IS GREEN should\n"
    "and so should THE TREE   IS GREEN\n"
    "but  double-spaced  TEXT  SHOULD  NOT BE  FLAGGED outside the pattern.")

matches = re.finditer(pattern, test_str, re.MULTILINE)

for matchNum, match in enumerate(matches, start=1):
    if match.group() != 'THE TREE IS GREEN':
        print ("{match}".format(match = match.group()))

如果任何模式在给定序列中多次出现一次，如何使用正则表达式进行匹配

How to use a regex to match if any pattern appears once out of many times in a given sequence

regex

capturing-group