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，如果复制的字符超过4，例如，它应该减少到只有4个字符，如果它小于或等于4，那么该字应该保持不变。

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组。

第一个是任何角色。第二个是同一个字符的3个，第三个是第一个字符中的一个或多个。

然后将这3组替换为组1和组2

这是一个更简单的方法

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

这次只有一个组(.)，这是比赛的第一个字母。必须在同一个字母后跟\1{4,} 4次或更多次。所以它匹配5个或更多相同的字母。替换就是那封信重复了4次。

Answer 2

您可以通过输入字符串进行一次扫描，只需保留当前字符的计数，如果您的重复次数过多，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

避免字符串连接可能更快的版本（请参阅this question）：

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......我想

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

如果你这么倾向，你可能会开始修补它。

如何使用Python减少字符串中的重复字符

3 个答案: