我在二进制文件中搜索重复数据（任意长度）（恰好是录音，用wave模块读取）
这是我正在使用的表达式：
r = re.compile(r"((..){4,})\1")
...因为音频样本各占2个字节，结果应至少为8个字节。
然后删除重复的区域：
for match in r.finditer(buffer):
buffer = buffer.replace( match.group(0), match.group(1) )
我意识到我问了很多 - 重复的数据可以在文件中的任何位置，也可以是任意长度。实际上，该算法仅在重复区域较小（<800字节）时起作用，并且如果重复数据更接近数据流的开始则算法更成功。否则，它只返回0结果。
有没有办法扩展正则表达式匹配的可用资源？或者预测可能将问题大小减少到更易于管理的部分所需的用法？