正则表达式：匹配连续的标点符号并替换为第一个

Question

我正在尝试删除一些预定义的连续标点符号，并将其替换为第一个标点符号。因此：

1. u.s。， - ＆gt; U.S。
2. U.S。 - ＆GT; U.S。
3. 中美！ - ＆GT; U.S。
4. hiiii !!!， - ＆gt; hiiii！

我尝试了以下代码：

import re
r = re.compile(r'([.,/#!$%^&*;:{}=-_`~()])*\1')
n = r.sub(r'\1', "ews by almalki : Tornado, flood deaths reach 18 in U.s., more storms ahead ")
print(n)

Answer 1

您只需要捕获第一个标点符号并匹配其余标点符号：

([.,/#!$%^&*;:{}=_`~()-])[.,/#!$%^&*;:{}=_`~()-]+

请参阅regex demo

请注意，-必须放在字符类的结尾（或开头），以便不创建范围（或者可以在字符类中转义）。

<强>详情：

• ([.,/#!$%^&*;:{}=_`~()-]) - 使用您定义的标点符号捕获组
• [.,/#!$%^&*;:{}=_`~()-]+ - 1个标点符号

Python demo：

import re
r = re.compile(r'([.,/#!$%^&*;:{}=_`~()-])[.,/#!$%^&*;:{}=_`~()-]+')
n = r.sub(r'\1', "ews by almalki : Tornado, flood deaths reach 18 in U.s., more storms ahead ")
print(n)