Python 查找字符串之间的重复模式

我有以下列表：

someList=['blablahix'，'somethinghihi']

我想返回一个列表，其中包含列表中两个元素之间的重复模式（在本例中为'hihi'）

以下是我正在做的：

p, r = re.compile(r'(.+?)\1+'), []
for i in strList:
    r.extend(p.findall(i) or [i])

当我

打印r

时，它会给我

['bla'，'hi'，'hi']

。我想要的只是

['hihi']

。我不希望返回'blabla'，因为我在列表的第二个元素中没有'blabla'

我缺少什么？

使用操作获取匹配组的交集：

>>> strList = ['blablahihix', 'somethinghihi']
>>> p = re.compile(r'(.+?)\1+')

>>> [set(p.findall(i)) for i in strList]
[{'bla', 'hi'}, {'hi'}]

>>> # from functools import reduce  # In Python 3.x
>>> reduce(lambda a, b: a & b, (set(p.findall(i)) for i in strList))
{'hi'}

用于获取在两个匹配中同时出现的公共部分

---

您需要修改模式或使用，因为根据是否使用捕获组返回的方式；如果模式中存在一个或多个组，则返回组列表，而不是完整匹配字符串的列表

>>> import re
>>>
>>> strList = ['blablahihix', 'somethinghihi']
>>> p = re.compile(r'(.+?)\1+')
>>> reduce(lambda a, b: a & b,
           (set(m.group() for m in p.finditer(i)) for i in strList))
{'hihi'}

更新

正如georg所建议的，您可以使用

set.intersection（*…）

；不需要使用

reduce

>>> set.intersection(*(set(m.group() for m in p.finditer(i)) for i in strList))
{'hihi'}

---

你的SOMDECT字典或列表是什么？为什么你不期望

hi

，或

hih

，或

ihi

，或

h

，或

i

是重复的模式？在任意两个中等长度的字符串之间，可能存在大量共享模式。你可能想考虑是否有另一个你问的问题。也许你真正想要的是两个元素中出现的最大子字符串。对不起，伙计们，我指的是列表而不是dict。我想要的是

someList

被迭代，这样“hihi”（这是两个元素之间的重复模式）被返回如果是“repeated”，你的意思是“存在于两个字符串中”，那么

hihi

不是唯一的“重复模式”。

hihi

的任何子字符串，如

ihi

也会重复。如果是这样，那么我猜您真正想要的是一组最大的重复模式。但这可能仍然不是您所期望的。例如，如果您的两个字符串是“axbhicd”和“efhixg”，那么“hihi”“是最大重复模式，“x”也是。我猜他们的措辞不正确，他们实际上是在寻找LCS，而不是“重复”字符串。@georg，我的想法不同，因为OP使用了模式

（.+？）\1+/code>；这要求子字符串应该是重复的。啊，好的，我明白了。我会使用
set.intersection（*……
而不是reduce then；）@georg，谢谢你的建议。我加上去了。