Python3の正規表現を使ってランレングス符号化

正規表現についてちょっと学んだので「個人的メモ」．

やったのは正規表現の

• 後方参照
• 連続マッチ

かな．

結局のところ，次々マッチさせたいならfinditerを使え，という結論（牛刀で切ります）．

コツは（）で繰り返し後方参照したいな，と思う部分をそのままfinditerにぶち込むこと． それをgroup()メソッドで取り出すこと．

import re

def compress(s):
    ans = ''
    m = re.finditer(r'(.)\1*', s)
    for i in m:
        seq = i.group()
        ans += str(len(seq))
        ans += seq[0]
    return ans

def decompress(s):
    m = re.finditer(r'\d+|[a-zA-Z]+', s)
    n_repeat = None
    ans = ''
    for i in m:
        if n_repeat is None:
            n_repeat = int(i.group())
        else:
            ans += i.group() * n_repeat
            n_repeat = None
    return ans

このとき，

>>> s = 'AAABBCDEFFFFF'
>>> s = compress(s)
>>> print(s)
3A2B1C1D1E5F
>>> s = decompress(s)
>>> print(s)
AAABBCDEFFFFF

になる．