Question

如果字母重复出现，是否可以在字符串中删除字母？

例如，假设我有字符串aaardvark，我想删除其中一个a，我该怎么做？

Answer 1

如果我正确理解了您的问题，您可以使用正则表达式执行此操作：

import re
re.sub(r'(.)\1+', r'\1', 'aardvarrk')

这会将所有相同字符的序列合并为一个，为您提供'ardvark'。

至于拼写检查程序的实现，我建议在字典中“折叠”所有具有重复字符的单词，并将其保存在字典（数据结构）中，其中键是折叠的单词，值为原始单词（或可能是原始单词的set）：

{
 'aple': 'apple',
 'acord': 'accord'
 'halo': set(['hallo', 'halo'])
}

现在，当您分析输入时，每个单词：

检查您的正确单词列表中是否存在。如果是，请忽略它。（例如：输入为'person'。它在单词列表中。这里没什么可做的。）
如果没有，请“折叠”它并查看是否：
1. 它存在于您的单词列表中。如果是，请更换它。（例如：'computerr'变为'computer'。现在您只需将其替换为列表中的原始字词。）
2. 您的词典中存在一个键。如果是，请将其替换为与该键关联的单词。（例如：'aaapppleee'成为'aple'。现在，您在单词列表中查找'aple'。它不存在。现在在字典中查找键'aple'。如果是那里。用它的值'apple'替换它。）

我用这种方法看到的唯一问题是两个有效的单词可能会“折叠”到同一个“单词”中。这意味着您必须使用set作为您的价值。

说'hallo'和'halo'都是有效字词，用户输入'halloo'。现在你必须决定要替换哪一个。这可以通过计算输入和可能的替换之间的Levenshtein distance来完成。

Answer 2

这是一个解决方案，允许您使用重复字母的不同组合迭代字符串的所有版本：

from itertools import product, groupby

# groups == ['aaaa', 'ppp', 'lll', 'ee']
groups = [''.join(g) for c, g in groupby('aaaappplllee')]

# lengths is an iterator that will return all combinations of string lengths to  
# use for each group, starting with [4, 3, 3, 2] and ending with [1, 1, 1, 1]
lengths = product(*[range(x, 0, -1) for x in map(len, groups)])

# Using the lengths from the previous line, this is a generator that yields all
# combinations of the original string with duplicate letters removed
words = (''.join(groups[i][:v] for i, v in enumerate(x)) for x in lengths)

>>> for word in words:
...   print word
... 
aaaappplllee
aaaapppllle
aaaapppllee
aaaappplle
aaaappplee
aaaappple
...
apple
aplllee
apllle
apllee
aplle
aplee
aple

这不是找到正确单词的最有效解决方案，但它与OP找到匹配的原始方法一致。

Answer 3

这是使用标准库中的difflib完全不同的方法：

import difflib

words = open('/usr/share/dict/words').read().split()

difflib.get_close_matches('aaaappplllee', words, 3, 0.5)
['appalled', 'apple', 'appellate']

difflib.get_close_matches('aaardvarrk', words, 3, 0.5)
['aardvark', 'aardvarks', "aardvark's"]

如果重复，请丢弃一封信

3 个答案: