regex用于重复字符串中的单词以在Python中重新生成一个单词

Question

如何只用一个副本替换字符串中的重复单词？

例如：

hi hi hello hello hello bye bye bye bye 

应该成为：

hi hello bye 

我的代码：

import re
s = "hi hi hello hello hello bye bye bye bye"
m=re.sub(r'(?<!\S)((\S+)(?:\s+\2))(?:\s+\2)+(?!\S)', r'\2', s)
print m

输出：

hi hi hello bye

Answer 1

您可以使用： re.sub（r'\ b（\ S +）（？：\ 1）+ \ b'，r'\ 1'，s） \ b转义是字间隔（零空格或文本的开头或结尾）的零宽度匹配。使用它可以使模式的其余部分工作，而不会再见再见或foo foobar错误修剪。 模式的内部部分匹配单词，后跟由空格分隔的同一单词的一个或多个重复。整个事情被这个词的一个副本所取代。