用正则表达式处理字符串中的分组问题

碰到'122333<<<<'这种字符串，要将其连贯的部分取出，得出['1', '22', '333', '<<<<']这样的列表，能想到的常规办法，遍历字符串，后一个与前一个逐个比较，这样真的很麻烦！

实际上可以借助itertools模块的groupby()方法来处理:

import itertoolsStr = '122333<<<<'Lst = []for key,group in itertools.groupby(s):    Lst.append(list(group))print map(lambda x: ''.join(x), Lst)

上面的处理，还是比较有技巧，也能得到想要的输出结果

['1', '22', '333', '<<<<']

但更酷点，更技巧处理方式是用正则表达式来处理:

import reStr = '122333<<<<'Lst = []Pat = re.compile(r'((.)\2*)')Rst = [x[0] for x in re.findall(Pat, Str)]print Rst

备注:

1. (.)                # .匹配任意字符;(.)做分组，方便后面反向引用

2. \2*                # \2对里面括号的反向引用;*代表是0个到多个; 

3. ((.)\2*)           # 连起来就是任意一个或多个字符组成的分组；

4. (.)\1*             # 这种方式则可以取出唯一的值['1', '2', '3', '<']；同样非常方便