用單個匹配替換連續出現的多個字符

Question

我正在用Java編寫自然語言處理應用程序，我正在使用來自IMDB和Amazon的數據。

我遇到了一個特定的數據集，其中有像partyyyyy這樣的詞。這些詞對我的分類算法不好。所以，我想刪除它們並添加party而不是partyyyyyyy。

我該怎麼做？

Answer 1

你可以使用它的快速實現的代碼片段。

public static String removeConsecutiveChars(String str) { 

     if (str == null) { 
      return null; 
     } 

     int strLen = str.length(); 
     if (strLen <= 1) { 
      return str; 
     } 

     char[] strChar = str.toCharArray(); 
     char temp = strChar[0]; 

     StringBuilder stringBuilder = new StringBuilder(strLen); 
     for (int i = 1; i < strLen; i++) { 

      char val = strChar[i]; 
      if (val != temp) { 
       stringBuilder.append(temp); 
       temp = val; 
      } 
     } 
     stringBuilder.append(temp); 

     return stringBuilder.toString(); 
    } 

Answer 2

有沒有英文單詞，我知道有超過兩個連續相同的字母。

1. 遍歷所有單詞
2. 如果這個詞有兩個以上連續相同的字母，然後：
   • 全部刪除，但兩個重複的字母，看看是否形成有效的字。
   • 否則，刪除除一個重複的字母以外的所有字母，然後查看是否形成了有效的單詞。
   • 否則，失敗。

這一做法將不抓！

• partyy

• 「屈尊」（加那曖昧是， 「停止」 與一個額外的 「O」 或簡單地「彎腰」）

Answer 3

您可以使用正則表達式來查找具有相同字母的信件後，至少兩次（因爲我們不想在comma刪除正確的字母像m）

String data="stoooooop partyyyyyy"; 
System.out.println(data.replaceAll("([a-zA-Z])\\1{2,}", "$1")); 
//          |  |   | 
//         group 1 match replace with 
//            from  match from group 1 
//            group 1 
//            repeated twice or more 

輸出：

stop party 

Answer 4

嘗試使用循環，

String word="Stoooppppd"; 
    StringBuilder res=new StringBuilder(); 
    char first=word.charAt(0); 
    res.append(first); 
    for (int i = 1; i < word.length(); i++) { 
     char ch=word.charAt(i); 
     if(ch!=first){ 
      res.append(ch); 
     } 
     first=ch; 
    } 
    System.out.println(res); 

Answer 5

你可能會用\ p {L} \ p {M} *代替[A-ZA-Z]，包括非英語Unicode字母爲好。所以它會是這樣的：replaceAll("(\\p{L}\\p{M}*)(\\1{" + maxAllowedRepetition + ",})", "$1");或者這個：replaceAll("(\\p{L}\\p{M}*)\\1{" + maxAllowedRepetition + ",}", "$1");