python - 在python中使用正则表达式字符串替换使所有双字母等于同一个单词是否是一种快捷方式？

Question

所以本质上，我要问的是，是否有一种方法可以将句子中的所有双字母（aa、bb、cc、dd 等）替换为同一个单词，如“science”，而无需制作字典带有所有双字母并且必须替换它们。是否有使用正则表达式的一行代码可以在 Python 中实现这一点？

如果没有，我想我将有另外 26 行代码来执行此操作，哈哈。

score 4 · Accepted Answer

单线，按要求：

re.sub(r'([a-z])\1', 'science', inputString)

如果你想AA被替换，但不是aA：

re.sub(r'([a-zA-Z])\1', 'science', inputString)

如果要替换AA，请aA指定不区分大小写的标志re.I：

re.sub(r'([a-z])\1', 'science', inputString, flags = re.I)

请注意，不区分大小写标志也会导致反向引用进行不区分大小写的比较。

解释

我建议您[]在阅读本说明之前阅读文档并掌握正则表达式的基本知识，尤其是字符类。

(...), 后面的第一个字符不是(捕获组。嗯，是这个规则的一个例外，它也是一个捕获组，但是你可以给它一个名字，所以它被称为命名捕获组。捕获组将记录与内部模式匹配的部分文本，以便您稍后可以引用它们（在正则表达式或替换字符串中）。?(?P<name>..)

反向引用\number，其中number为正数，用于检查当前文本是否与捕获组匹配的文本相同。（对于命名的捕获组，您将使用(?P=name)相同的功能但不同的语法）。

举([a-z])\1个例子。它捕获一个英文字母[a-z]（注意()它的周围）。紧接着，\1将检查下一个字符（或字符序列，在一般情况下）是否与捕获组匹配的字符相同([a-z])。

score 3 · Accepted Answer

根本不需要使用字典，只需匹配双倍的字母：

>>> import re
>>> re.sub(r'(?P<letter>[a-z])(?P=letter)', 'science', 'some aa doubled dd letters')
'some science doubled science lescienceers'

该(?P<name>..)组由(?P=letter)匹配引用，因此仅匹配双倍的字母。这是一种更详细的使用方式r'([a-z])\1'，它更能自我记录。

2 回答 2