python 正则表达式匹配特定模式

Question

我需要一个正则表达式来匹配以下模式：

'R es ponns ib il it ie s, s kill s, r eq ui re d, s ap'

我的理解是这些异常的格式是：'a aaa aa, aaa a'，如果这个词只有三个字母，那就是'a aa'，上面提到的只是一些例子，还有更多有这个奇怪的间距问题的单词。

有人可以帮我弄这个吗？ 目标是匹配这些模式并删除这些空格并使它们成为正常单词。 先感谢您。

Answer 1

我们可以在这里尝试使用re.sub以及回调 function：

inp = 'R es po ns ib il it ie s, s ki ll s, r eq ui re d, s ap'
output = re.sub(r'\w(?: \w{2})*(?: \w{1,2})?', lambda m: m.group().replace(' ', ''), inp)
print(output)  # Responsibilities, skills, required, sap

这里的策略是匹配每个x xx xx或y yy y项，然后去掉回调中的空格。

Answer 2

我不确定我是否正确理解您的问题，但试试这个：

>>> import re
>>> text = 'R es po ns ib il it ie s, s ki ll s, r eq ui re d, s ap'
>>> re.sub(r'(\w)((?: \w\w)+)( \w?\w?)?,?', 
>>>     lambda match: (match[1]+match[2]+(match[3] if match[3] else '')
>>> ).replace(' ', ''), text)
'Responsibilities skills required sap'

您可以在以下位置测试正则表达式： https://regex101.com/r/mCjcNQ/1