Question

我正在使用Python 3，我有两个字符串：abbcabb和abca。我想删除每个单个字符的重复出现。例如：

abbcabb应该给出c，而abca应该给出bc。

我尝试了以下正则表达式（here）：

(.)(.*?)\1

但是，它给第一个字符串输出错误。另外，当我尝试另一个（here）时：

(.)(.*?)*?\1

但是，这一次又给出了错误的输出。怎么了？

python代码是一个打印语句：

print(re.sub(r'(.)(.*?)\1', '\g<2>', s)) # s is the string

Answer 1

无需正则表达式即可解决问题，如下所示

>>>''.join([i for i in s1 if s1.count(i) == 1])
'bc'
>>>''.join([i for i in s if s.count(i) == 1])
'c'

Answer 2

re.sub()不执行重叠替换。替换第一个比赛后，它将开始寻找比赛结束。因此，当您在

上执行替换时

abbcabb

它首先将abbca替换为bbc。然后它将bb替换为空字符串。它不会返回并在bbc中寻找另一个匹配项。

如果需要，您需要编写自己的循环。

while True:
    newS = re.sub(r'(.)(.*?)\1', r'\g<2>', s)
    if newS == s:
        break
    s = newS
print(newS)

DEMO

Answer 3

正则表达式似乎不是理想的解决方案

它们不处理重叠，因此需要循环（如this answer中的循环），并且会一遍又一遍地创建字符串（性能会降低）
他们在这里太杀了，我们只需要数数字符

我喜欢this answer，但是在列表理解中反复使用count每次都会遍历所有元素。

无需正则表达式且没有O(n**2)复杂性，只需O(n)使用collections.Counter即可解决

首先非常轻松快捷地计算字符串的字符
然后使用我们刚刚创建的计数器过滤字符串以测试计数是否匹配。

像这样：

import collections

s = "abbcabb"

cnt = collections.Counter(s)

s = "".join([c for c in s if cnt[c]==1])

（作为奖励，您可以更改计数以保留具有2、3的字符，无论出现什么情况）

Answer 4

编辑：基于评论交换-如果您仅关注字母计数的均等性，那么您不希望使用正则表达式，而是希望使用@jon的推荐方法。（如果您不关心顺序，那么使用较长字符串的性能更高的方法可能会使用collections.Counter之类的东西。）

关于您要匹配的内容，我的最佳猜测是：“一个或多个字符-称为此子模式A-随后是一组不同的一个或多个字符-称为此子模式B-再次是子模式A”

您可以将+用作“一个或多个”的快捷方式（而不是一次指定，然后在其余匹配中使用*），但是无论哪种方式，您都需要获取子模式正确。让我们尝试一下：

>>> import re
>>> pattern = re.compile(r'(.+?)(.+?)\1')
>>> pattern.sub('\g<2>', 'abbcabbabca')
'bbcbaca'

嗯。那没用。为什么？因为第一个模式不是贪婪的，所以我们的“子模式A”只能匹配字符串中的第一个a-毕竟确实出现了。因此，如果我们使用贪婪的匹配，Python将会回溯，直到找到与子模式A一样长的模式，而该模式仍然允许A-B-A模式出现：

>>> pattern = re.compile(r'(.+)(.+?)\1')
>>> pattern.sub('\g<2>', 'abbcabbabca')
'cbc'

对我很好。

Answer 5

网站对此进行了很好的解释，将鼠标悬停并使用“说明”部分。

(.)(.*?)\1不会删除或匹配所有重复出现的事件。它匹配1个字符，其后是中间的任何东西，直到再次遇到相同的字符为止。

因此，对于abbcabb，“三明治”部分应位于两个bbc之间的a

编辑：您可以尝试不使用正则表达式的方法，如下所示：

string = "abbcabb"
result = []
for i in string:
    if i not in result:
        result.append(i)
    else:
        result.remove(i)
print(''.join(result))

请注意，这会产生字符串的“最后”奇数次出现，而不是首先出现。

对于“首次”已知发生，您应使用此answer中建议的计数器。只需更改条件以检查奇数。 pseudo code(count[letter] %2 == 1)

Python re.sub（）不会替换所有匹配项

5 个答案: