python正则表达式去除重复单词

Question

我是 Python 新手

如果有重复的单词，我想改变句子。

正确

• 前任。 “这真是太好了”-->“这真是太好了”
• 前任。 “这就是就是”-->“这就是”

现在我正在使用这个 reg。 但它确实在字母上发生了变化。 前任。 “我的朋友和我很高兴”-->“我的朋友和我很高兴”（它删除了“我”和空格）错误

text = re.sub(r'(\w+)\1', r'\1', text) #remove duplicated words in row

我怎样才能做同样的改变，但它必须检查单词而不是字母？

Answer 1

使用itertools.groupby非正则表达式解决方案：

>>> strs = "this is just is is"
>>> from itertools import groupby
>>> " ".join([k for k,v in groupby(strs.split())])
'this is just is'
>>> strs = "this just so so so nice" 
>>> " ".join([k for k,v in groupby(strs.split())])
'this just so nice'

Answer 2

text = re.sub(r'\b(\w+)( \1\b)+', r'\1', text) #remove duplicated words in row

\\b匹配空字符串，但仅在单词的开头或结尾。

Answer 3

• \\b：匹配词边界

• \\w：任意单词字符

• \\1：用找到的第二个单词替换匹配项

   import re def Remove_Duplicates(Test_string): Pattern = r"\\b(\\w+)(?:\\W\\1\\b)+" return re.sub(Pattern, r"\\1", Test_string, flags=re.IGNORECASE) Test_string1 = "Good bye bye world world" Test_string2 = "Ram went went to to his home" Test_string3 = "Hello hello world world" print(Remove_Duplicates(Test_string1)) print(Remove_Duplicates(Test_string2)) print(Remove_Duplicates(Test_string3))

结果：

    Good bye world
    Ram went to his home
    Hello world