用于重复标点和符号的Python正则表达式

我需要一个正则表达式，将匹配重复（不止一个）标点和符号。基本上所有重复的非字母数字和非空白字符，如…、？？、！！！、###、@@@、++等等。它必须是重复的同一个字符，所以不是像“！？@”这样的序列

我尝试了[^\s\w]+，虽然这涵盖了所有的！！！、？？、$$案例，但这给了我比我想要的更多，因为它也将匹配“！？@”

有人能告诉我吗？谢谢。

试试这个模式：

([.\?#@+,<>%~`!$^&\(\):;])\1+

（[.\？\@+，%~`！$^&\（\）：；]）\1+

\1

指的是第一个匹配的组，即括号中的内容

您需要根据需要扩展标点和符号列表。

尝试以下模式：

([.\?#@+,<>%~`!$^&\(\):;])\1+

（[.\？\@+，%~`！$^&\（\）：；]）\1+

\1

指的是第一个匹配的组，即括号中的内容

---

您需要根据需要扩展标点和符号列表。

编辑：@Firoze-Lafeer发布了一个答案，该答案使用单个正则表达式完成所有操作。如果有人对将正则表达式与过滤函数相结合感兴趣，我将保留这个选项，但是对于这个问题，使用Firoze Lafeer的答案会更简单、更快

在我看到菲罗兹·拉菲尔的答案之前写的答案如下，不变

一个简单的正则表达式不能做到这一点。经典的精辟总结是“正则表达式不能计数”。在此讨论：

对于Python解决方案，我建议将正则表达式与少量Python代码相结合。正则表达式抛出不是某种标点符号的所有内容，然后Python代码进行检查以抛出错误匹配（标点符号的匹配，但不完全相同的字符）

我编写了

all\u same（）

，这样它在迭代器和字符串上都能正常工作。Python内置的

all（）

为空序列返回

True

，这不是我们在使用

all\u same（）

时想要的，因此我为所需的基本情况设置了一个参数，并将其默认为

True

，以匹配

all（）

的行为

这将使用Python内部（正则表达式引擎或

all（）

）完成尽可能多的工作，因此速度应该相当快。对于大型输入文本，您可能需要重写

find_all\u punct\u runs（）

以使用

re.finditer（）

而不是

re.findall（）

。我举了一个例子。该示例还返回生成器表达式而不是列表。您始终可以强制它制作一个列表：

lst = list(find_all_punct_runs(text))

---

编辑：@Firoze-Lafeer发布了一个答案，它用一个正则表达式完成所有事情。如果有人对将正则表达式与过滤函数相结合感兴趣，我将保留这个选项，但是对于这个问题，使用Firoze Lafeer的答案会更简单、更快

在我看到菲罗兹·拉菲尔的答案之前写的答案如下，不变

一个简单的正则表达式不能做到这一点。经典的精辟总结是“正则表达式不能计数”。在此讨论：

对于Python解决方案，我建议将正则表达式与少量Python代码相结合。正则表达式抛出不是某种标点符号的所有内容，然后Python代码进行检查以抛出错误匹配（标点符号的匹配，但不完全相同的字符）

我编写了

all\u same（）

，这样它在迭代器和字符串上都能正常工作。Python内置的

all（）

为空序列返回

True

，这不是我们在使用

all\u same（）

时想要的，因此我为所需的基本情况设置了一个参数，并将其默认为

True

，以匹配

all（）

的行为

这将使用Python内部（正则表达式引擎或

all（）

）完成尽可能多的工作，因此速度应该相当快。对于大型输入文本，您可能需要重写

find_all\u punct\u runs（）

以使用

re.finditer（）

而不是

re.findall（）

。我举了一个例子。该示例还返回生成器表达式而不是列表。您始终可以强制它制作一个列表：

lst = list(find_all_punct_runs(text))

---

我会这样做：

>>> st='non-whitespace characters such as ..., ???, !!!, ###, @@@, +++ and' 
>>> reg=r'(([.?#@+])\2{2,})'
>>> print [m.group(0) for m in re.finditer(reg,st)]

或

其中一个打印：

['...', '???', '###', '@@@', '+++']

---

我会这样做：

>>> st='non-whitespace characters such as ..., ???, !!!, ###, @@@, +++ and' 
>>> reg=r'(([.?#@+])\2{2,})'
>>> print [m.group(0) for m in re.finditer(reg,st)]

或

其中一个打印：

['...', '???', '###', '@@@', '+++']

---

我想你在找这样的东西：

[run for run，leadchar在re.findall（r'（[^\w\s]）\2+，yourstring）]

例如：

In : teststr = "4spaces    then(*(@^#$&&&&(2((((99999****"

In : [run for run, leadchar in re.findall(r'(([^\w\s])\2+)',teststr)]
Out: ['&&&&', '((((', '****']

这将为您提供一个运行列表，不包括该字符串中的4个空格以及类似“*（@^”的序列

---

如果这不完全是您想要的，您可以使用示例字符串编辑您的问题，并精确显示您想要查看的输出。

我想您正在寻找类似以下内容：

[run for run，leadchar在re.findall（r'（[^\w\s]）\2+，yourstring）]

例如：

In : teststr = "4spaces    then(*(@^#$&&&&(2((((99999****"

In : [run for run, leadchar in re.findall(r'(([^\w\s])\2+)',teststr)]
Out: ['&&&&', '((((', '****']

这将为您提供一个运行列表，不包括该字符串中的4个空格以及类似“*（@^”的序列

---

如果这不完全是您想要的，您可以使用示例字符串编辑您的问题，并精确地编辑您想要查看的输出。

s/O是在代码问题上提供帮助-不是为您编写代码-查看

re

的文档并进行尝试/O是在代码问题上提供帮助-不是为您编写代码-查看

re

的文档具有Python不支持的尝试AFAIK。也就是说，

\p{p}

和

\p{S}

。反引用部分是。Python不支持AFAIK。也就是说，

\p{p}

和

\p{S}

。反引用部分是。

-

和

[/code>（不确定Python）和
]
在c语言中是特殊的