Python Regex以获取捕获组的大小

是否可以编写一个正则表达式，以便稍后在同一正则表达式中引用“第一个捕获组的长度”？我在这里试图实现的是捕获连续出现的

1

，然后是连续出现的

2

我想要像这样的东西

r"(1*)(2{length(\1)})" # where `length(\1)` should give me the length of capture group 1

应该匹配

1122 # two 1's followed by two 2's
111222 # three 1's followed by three 2's
121122111222 # should match `12` and `1122` and `111222` separately

不应该匹配

122 # there are two 2's following one 1
112 # there are two 1's but only one 2
11222 # same as above but with different occurrences
11122 # same as above but with different occurrences

---

如果顺序1的最大数量足够少，则可以枚举选项。比如：

r'(12)|(1122)|(1{3}2{3})' etc

您甚至可以生成正则表达式。如果没有太多的递归，长正则表达式的效率会出人意料

for i in range(1:50):
    regex += r"|1{" + str(i) + r"}2{" + str(i) + r"}"

您还必须根据需要添加边界

如果您不介意进行两次传递，可以从重新匹配对象获得长度：

ONES = re.compile(r'1+')
match = ONES.search(string)
if match is not None:
    length = match.end() - match.start()
TWOS = re.compile(r'2{' + str(length) + r'}')
string = string[match.end():]
match = TWOS.search(string)
...

如果你不愿意使用正则表达式，考虑分解成一个列表，使用列表操作< /p> < P> <强> Update <强>我猜你可以使用一些荒谬的java前瞻递归模拟，这是不工作的。 或者你可以用Python来做

>>> import regex
>>> rx_1_2 = r"(?m)^(1(?>(?1))*2)$"
>>>
>>> input = '''
... 111222222
... 11222234
... 1111222
... 111222
... 1122
... 12
... '''
>>> res = regex.findall( rx_1_2, input )
>>> print( res )
['111222', '1122', '12']

这个问题被标记为Java模拟递归的副本
对报道这件事的人来说，使用lookaheads是非常糟糕的判断 通过将其标记为副本来提问。只是判断力太差了

---

它可以通过pythons regex模块完成。
需要使用递归。
这样做是因为它实际上只是嵌套的分隔符

1
  1
    1
    2
  2
2

1（？>[^12]++|（？R））*2

不允许内部内容使用

1（？>（？R））*2

---

若要添加边界条件，请包含对组的递归，
然后用边界构造将其包围

（？[^12]++（1））*2）（？！\d）

（？#原子群
[^12]++#所有格，不是1或2
|#或，
（？1）#递归正则表达式组1
)*#结束群集，执行0到多次
2                       # 2
)#(一完)
（？！\d）#前面没有数字

---

要禁止使用内部内容，请使用

（？（？1））*2）（？！\d）

正则表达式语言中没有此类构造。您可以使用python

regex

引擎执行此操作。它是用递归完成的。@Maxt8r你能把它写进一个答案吗？我很好奇。@WiktorStribiżew dupe提到了如何用Java和PHP实现这一点。我想知道如何在python中实现这一点发布在的PCRE解决方案受PyPi regex库的支持，因此也是一样的。感谢您的回复，选项1对我来说不是一个好选项，即使我可以生成动态regex字符串，选项2似乎很有希望，如果以后没有其他答案，我会将此标记为答案如果使用regex works的答案接受这一点。谢谢回答，递归regex是我不知道的东西，因此+1，但是从regex101链接来看，它不能与任何测试输入匹配，因为前两个的

2

的数量大于

1

，第三个有4个

1

，然后是3个

2

。我希望在

1

后面跟

2

出现“完全”相同的情况。我已经给出了在比赛中不匹配的东西question@python_learner是的，这只是一个简单的调整。根据需要在前后添加边界要求。为此，递归一个组而不是整个正则表达式。我会安装一个mod。如果你不想使用regex模块，这是没有意义的。将此标记为一个答案，因为这已经被证明对我很有用，值得注意的是

（？m）^（1（？>（？1））*2）$

无法匹配

121122111222

，但我相信这是我以后可以调整的，这个dupe是用java和php编写的，这不是这个问题所要求的++，不过

^（1（？1）*+2）$

会更有效率

                         # Recursion 
 1                       # 1
 (?>                     # Atomic group
      [^12]++                 # Possesive, not 1 or 2
   |                        # or,
      (?R)                    # Recurse the regex
 )*                      # End cluster, do 0 to many times
 2                       # 2

 (?<! \d )               # Not a digit behind
 (                       # (1 start), Recursion code group
    1                       # 1
    (?>                     # Atomic group
       [^12]++                 # Possesive, not 1 or 2
     |                        # or,
       (?1)                    # Recurse the regex group 1
    )*                      # End cluster, do 0 to many times
    2                       # 2
 )                       # (1 end)
 (?! \d )                # Not a digit ahead