如何在Python中使用RE將重復字符壓縮為單個字符？

Question

我希望能夠用單次出現替換字符串中所有連續出現的標點符號。 例如：

• “我去了公園……。” =>“我去了公園。”
• “你是認真的嗎？？！！？？？！” =>“您是認真的嗎？！？！”

我想到的第一件事是：

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

但是，由於這將在重復的過程中運行，我想知道是否有辦法在單個RE中實現此目的，以使其運行更快。 你怎么看？

Answer 1

您可以嘗試：

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

這使用re.escape()來確保標點符號可以根據需要正確地轉義。 \\1引用引用括號()的部分，這是匹配的第一個標點符號。 因此，這會將兩個或多個重復標點字符的實例替換為同一單個字符。

Answer 2

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