关于python和java中使用正则表达式，结果不一致问题

hsgzr_sj7

用两种语言 叠词切割 结果不一致，不知道是我做的那里不对
java代码：

[Java] 纯文本查看 复制代码

String s = "abc##qwe###jklllll1232222bcd####abcccc3440123324";

		//String s="abc11bcd22cdef33hjkl##opq##yut";
		String regex = "(.)\\1+";

				String[] strs = s.split(regex);

				for (int i = 0; i < strs.length; i++) {
					System.out.println(strs[i]);
				}

结果出来是：abc
qwe
jk
123
bcd
ab
3
012
24
结果是正确的

Python代码：

[Python] 纯文本查看 复制代码

s='abc##qwe###jklllll1232222bcd####abcccc3440123324'
reg='(.)\\1+'
#方法1：
s.split(reg)
#返回的还是原字符串

#方法2
import re
re.split (reg,s)
#结果是：
['abc', '#', 'qwe', '#', 'jk', 'l', '123', '2', 'bcd', '#', 'ab', 'c', '3', '4', '012', '3', '24']
#结果不正确

大家看看python是使用的不正确吗？

XhyEax

python字符串类的split函数不支持正则表达式，需要使用re模块。
而python和java对于该正则匹配的结果不同，导致分割不同。

[Java] 纯文本查看 复制代码

                String s = "abc##qwe###jklllll1232222bcd####abcccc3440123324";
                String regex = "(.)\\1+";

                Pattern pattern = Pattern.compile(regex);
                Matcher matcher = pattern.matcher(s);

                while (matcher.find()) {
                        String e = matcher.group();
                        System.out.println(e);
                }

输出：
##
###
lllll
2222
####
cccc
44
33

[Python] 纯文本查看 复制代码

import re
s='abc##qwe###jklllll1232222bcd####abcccc3440123324'
reg='(.)\\1+'
strs = re.findall(reg,s)
print(strs)

输出：['#', '#', 'l', '2', '#', 'c', '4', '3']
可见python只匹配到了第一个字符，而并非全部

shanglan

论坛的ubb好发达啊

hsgzr_sj7

二楼，是的 ，python只匹配第一个字符，正则后面的加号对它不起作用。
正则表达式是通用规则，如果出来的结果不正确，是不是可以说这个语言对正则表达式处理是有bug的？

nihuge

hsgzr_sj7 发表于 2019-12-6 08:50
二楼，是的 ，python只匹配第一个字符，正则后面的加号对它不起作用。
正则表达式是通用规则，如果出来的 ...

使用的是统一规则，但是实现的具体逻辑不一样，似乎把子组的内容也放到结果内了，确实有些不合理

xuyincheng

hsgzr_sj7 发表于 2019-12-6 08:50
二楼，是的 ，python只匹配第一个字符，正则后面的加号对它不起作用。
正则表达式是通用规则，如果出来的 ...

并非加号不起作用啊！！
python 正则表达式里面，有括号的话返回的是括号里面的内容，而不是整个表达式匹配的内容。。。
括号里只匹配了一个字符所以就返回一个咯！！

hsgzr_sj7

6 楼 请看一下我发的文章，JAVA匹配的结果是一样的，那PYthon匹配的结果也应该是一样的，正则表达式是通用的，出来的结果有正确的 有不正确，JAva就知道匹配多个,而pyton只知道匹配一个"."

dreamrise

别在乎这些细节，直接这样取值好了：

re.split (reg,s)[::2]

[Python] 纯文本查看 复制代码

s='abc##qwe###jklllll1232222bcd####abcccc3440123324'
reg='(.)\\1+'

#方法2
import re
re.split (reg,s)[::2]

['abc', 'qwe', 'jk', '123', 'bcd', 'ab', '3', '012', '24']

hsgzr_sj7

8楼，谢谢你，结果还真的是对的，但这种字符串是没有规律的，也许 我写的这个有规律，可以通过间隔两个取值，取出来是对的，但字符串叠词是随意的，我试试可以不

hsgzr_sj7

8楼，谢谢你，还真对了，原来python使用正则表达式切割叠词时，每次都把叠词的作为一个列表元素加进了列表，所以使用re.split(reg,s)切割完成后，正好 每次被切割出的词后面跟着一个切割符，正好 通过[::2]再次对列表进行切割就成了正确结果啦