检测来自推文的连续重复字母

Question

我正在机器学习中进行功能选择，我想检测 happyyyyyyyyy ， gooood ， loooooooove 等字样并将其替换为快乐，善良，爱。我尝试使用正则表达式替换连续重复的字母与其中一个相同，但如果我这样做，与 looooooooove - ＆gt;工作正常喜欢和失败 goooooood - ＆gt;神。我收集了一份英文单词列表，如 book ， cool ，令人毛骨悚然， breeze 等，但这个列表不是足够我的数据集。我需要继续参考，因为收集单词列表非常耗时。谢谢你的回复。

Answer 1

要获得参考，请使用正则表达式(.)\1+  使用grep之类的内容来匹配单词列表中的单词（请查看Dictionary text file以获得一个好的起点）。

你应该得到一个包含连续字母的单词列表，这样你就可以参考了。