Question

我有一个大文本，包含处理后的"aaaahahahahaha that was a good joke".等表达式，我希望"aaaaahahahaha"消失，或者至少将其更改为"ha"。

目前，我正在使用它：

gsub('(.+?)\\1', '', str)

当带有模式的字符串位于句子的开头，而不是位于其他任何位置的位置时，此方法有效。所以：

str <- "aaaahahahahaha that was a good joke"
gsub('(.+?)\\1', '', str)
#[1] "ha that was a good joke"`

但是

 str <- "that was aaaahahahahaha a good joke"
 gsub('(.+?)\\1', '', str)
#[1] "that was aaaahahahahaha a good joke"

这个问题可能与此有关：find repeated pattern in python，但我无法在R中找到等价物。

我假设非常简单，也许我错过了一些微不足道的东西，但由于正则表达不是我的力量而且我已经尝试了一些没有用的东西，我想知道是否有人可以帮助我。问题是：如何在R？

中的字符串中查找和替换重复的模式

提前感谢您的时间。

Answer 1

\b(\S+?)\1\S*\b

使用此功能。参见演示。

r \\b(\\S+?)\\1\\S*\\b使用perl=TRUE选项。