如何在Python中使用RE将重复字符压缩为单个字符？

Question

我希望能够用单次出现替换字符串中所有连续出现的标点符号。 例如：

• “我去了公园……。” =>“我去了公园。”
• “你是认真的吗？？！！？？？！” =>“您是认真的吗？！？！”

我想到的第一件事是：

for char in string.punctuation:
  text = re.sub( "\\" + char + "+",  char,  text )

但是，由于这将在重复的过程中运行，我想知道是否有办法在单个RE中实现此目的，以使其运行更快。 你怎么看？

Answer 1

您可以尝试：

text = re.sub(r"([" + re.escape(string.punctuation) + r"])\1+", r"\1", text)

这使用re.escape()来确保标点符号可以根据需要正确地转义。 \\1引用引用括号()的部分，这是匹配的第一个标点符号。 因此，这会将两个或多个重复标点字符的实例替换为同一单个字符。

Answer 2

re.sub(r'([!?.])\\1+', r'\\1', text)