如何使用Python中的RE將重複字符壓縮爲單個字符？

Question

我希望能夠用單個匹配項來替換字符串中連續出現的標點符號。 例如：

• 「我去公園......」 =>「我去 公園。」
• 「你是否認真?? !! ???！」 =>「你是 嚴重嗎？！？！」

浮現在腦海的第一件事是：

for char in string.punctuation: 
    text = re.sub("\\" + char + "+", char, text) 

然而，因爲這是要在一個重複的過程運行，我想知道是否有一種方法在一個實現這一目標RE，爲了讓它跑得更快。你怎麼看？

Answer 1

你可以嘗試：

text = re.sub(r"([" + re.escape(string.punctuation) + r"])\1+", r"\1", text) 

這使用re.escape()以確保標點字符正確轉義爲必要的。 \1反向引用指的是括號內的部分()，這是第一個標點符號匹配的字符。因此，這會用相同的單個字符替換兩個或更多重複標點符號的實例。

Answer 2

re.sub(r'([!?.])\1+', r'\1', text)