我需要在字符串中替换两个输入错误的字母,例如“bbig”。但它只适用于拉丁字母,而不适用于西里尔字母。我在Centos Linux下使用Python 2.6.6版。
#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
def reg(item):
item = re.sub(r'([A-ZА-ЯЁЄЇІ])\1', r'\1', item, re.U)
#this work only with latin too
#item = re.sub(r'(.)\1', r'\1', item, re.U)
return item
print reg('ББООЛЛЬЬШШООЙЙ')
print reg('BBIIGG')
上面的代码返回:
我做错了什么?谢谢你的帮助。
答案 0 :(得分:2)
您正在使用字节字符串。这使得您使用的所有内容都匹配并替换字节。如果你想匹配和替换字母,这将无效。
改为使用unicode字符串:
#!/usr/bin/python
# -*- coding: utf-8 -*-
import re
def reg(item):
item = re.sub(ur'([A-ZА-ЯЁЄЇІ])\1', r'\1', item, re.U)
#this work only with latin too
#item = re.sub(r'(.)\1', r'\1', item, re.U)
return item
print reg(u'ББООЛЛЬЬШШООЙЙ')
print reg(u'BBIIGG')
请注意,这适用于预先组合的字符,但使用组合标记组成的字符将会平滑。
如果用户试图输入这个句子(提示:检查它的第二个单词),那也将是灾难性的。