regex用於在字符串中重復單詞以替換Python中的單詞

Question

如何僅用一個副本替換字符串中的重復單詞？

例如：

hi hi hello hello hello bye bye bye bye 

應該變成：

hi hello bye 

我的代碼：

import re
s = "hi hi hello hello hello bye bye bye bye"
m=re.sub(r'(?<!\S)((\S+)(?:\s+\2))(?:\s+\2)+(?!\S)', r'\2', s)
print m

輸出：

hi hi hello bye

Answer 1

您可以使用：

re.sub(r'\b(\S+)(?: \1)+\b', r'\1', s)

\\b轉義符是一個零寬度的匹配符，用於斷字（空格或文本的開頭或結尾）。 使用它可以使模式的其余部分正常工作，而不會像goodbye bye或foo foobar被錯誤地修剪。

模式的內部與一個單詞匹配，后跟一個或多個相同單詞的重復，並用空格分隔。 整個單詞被單詞的一個副本代替。