python - 如何使用 Python 减少字符串中的重复字符

Question

有没有办法将重复的字符减少到特定的数字，例如如果我们有这个字符串。

"I liiiiked it, thaaaaaaank you"

预期输出："I liiiiked it thaaaank you"

因此，如果重复字符超过 4，例如，它应该减少到只有四个字符，如果它小于或等于 4，那么这个词应该保持不变。

Answer 1

>>> import re
>>> s="I liiiiked it, thaaaaaaank you"
>>> re.sub(r"(.)(\1{3})(\1+)", r"\1\2", s)
'I liiiiked it, thaaaank you'

此正则表达式查找 3 个组。

第一个是任何字符。第二个是同一个字符的三个以上，第三个是第一个字符的一个或多个。

然后这 3 组被替换为第 1 组和第 2 组

这是一个更简单的方法

>>> re.sub(r"(.)\1{4,}", r"\1"*4, s)
'I liiiiked it, thaaaank you'

这次只有一个 group (.)，这是比赛的第一个字母。后面必须跟同一个字母 4 次或更多次\1{4,}。所以它匹配5个或更多相同的字母。替换只是那个字母重复了 4 次。

Answer 2

您可以通过对输入字符串进行一次扫描来执行此操作，只需保留当前字符的计数，如果重复次数过多，则不要将其添加到输出中：

input_string = "I liiiiked it, thaaaaaaank you"

max_reps = 4
prev_char = None
rep_count = 0
output = ""

for char in input_string:
    if not char == prev_char:
        rep_count = 1
        prev_char = char
        output += char
    else:
        if rep_count < max_reps:
            rep_count += 1
            output += char
        else:
            rep_count += 1

通过避免字符串连接可能更快的版本（请参阅此问题）：

input_string = "I liiiiked it, thaaaaaaank you"

max_reps = 4
prev_char = None
rep_count = 0
output_list = []

for char in input_string:
    if not char == prev_char:
        rep_count = 1
        prev_char = char
        output_list.append(char)
    else:
        if rep_count < max_reps:
            rep_count += 1
            output_list.append(char)
        else:
            rep_count += 1

output = ''.join(output_list)

Answer 3

不是最好的解决方案 - 我的正则表达式需要修复......我认为

import re

def rep(o):
    g = o.group(0)
    if len(g) > 4:
        return g[0:3]
    return g

foo = 'iiiiiiii liiiiiiikkkkkkkkkeeeee fooooooddd'
foo1 = re.sub(r'(\w)\1+', rep, foo)

# iiii liiiikkkkeeee fooooddd

如果你愿意的话，你可能可以开始修改这个。