用于在Python中重复字符串中的单词的正则表达式

Question

我有一个很好的正则表达式来替换字符串中的重复字符。 但是现在我还需要替换重复的单词，三个或更多的单词将被两个单词替换。

喜欢

bye! bye! bye!

应该成为

bye! bye!

我的代码到目前为止：

def replaceThreeOrMoreCharachetrsWithTwoCharacters(string): 
     # pattern to look for three or more repetitions of any character, including newlines. 
     pattern = re.compile(r"(.)\1{2,}", re.DOTALL) 
     return pattern.sub(r"\1\1", string)

Answer 1

假设您的需求中所谓的“单词”是由空格或字符串限制包围的一个或多个非空格字符，您可以尝试以下模式：

re.sub(r'(?<!\S)((\S+)(?:\s+\2))(?:\s+\2)+(?!\S)', r'\1', s)

Answer 2

你也可以试试下面的正则表达式，

(?<= |^)(\S+)(?: \1){2,}(?= |$)

示例代码，

>>> import regex
>>> s = "hi hi hi hi some words words words which'll repeat repeat repeat repeat repeat"
>>> m = regex.sub(r'(?<= |^)(\S+)(?: \1){2,}(?= |$)', r'\1 \1', s)
>>> m
"hi hi some words words which'll repeat repeat"

DEMO

Answer 3

我知道你是在使用正则表达式但是你可以使用一个简单的循环来实现同样的目的：

def max_repeats(s, max=2):
  last = ''
  out = []
  for word in s.split():
    same = 0 if word != last else same + 1
    if same < max: out.append(word)
    last = word
  return ' '.join(out)

作为奖励，我允许指定不同的最大重复次数（默认值为2）。 如果每个单词之间有多个空格，则会丢失。 你是否认为这是一个错误或功能取决于你:)

Answer 4

请尝试以下方法：

import re
s = your string
s = re.sub( r'(\S+) (?:\1 ?){2,}', r'\1 \1', s )

您可以在此处查看示例代码： http ： //codepad.org/YyS9JCLO

Answer 5

def replaceThreeOrMoreWordsWithTwoWords(string):
    # Pattern to look for three or more repetitions of any words.
    pattern = re.compile(r"(?<!\S)((\S+)(?:\s+\2))(?:\s+\2)+(?!\S)", re.DOTALL)
    return pattern.sub(r"\1", string)