在Python中使用正则表达式删除重复的单词

Question

我需要删除字符串中的重复字词，以便'the (the)'成为'the'。为什么我不能这样做？

re.sub('(.+) \(\1\)', '\1', 'the (the)')

感谢。

Answer 1

你需要双倍地逃避反向引用：

re.sub('(.+) \(\\1\)', '\\1', 'the (the)')
--> the

或使用r prefix：

  

当存在“r”或“R”前缀时，字符串中包含反斜杠后面的字符不做更改，并且所有反斜杠都保留在字符串中。

re.sub(r'(.+) \(\1\)', r'\1', 'the (the)')
--> the

Answer 2

根据documentation：'原始字符串表示法（r“text”）使正则表达式保持清醒。'