在Python中使用正則表達式刪除重複的單詞

Question

我需要刪除字符串中的重複單詞，以便'the (the)'將變爲'the'。爲什麼我不能這樣做？

re.sub('(.+) \(\1\)', '\1', 'the (the)') 

謝謝。

Answer 1

你需要加倍逃避反向參考：

re.sub('(.+) \(\\1\)', '\\1', 'the (the)') 
--> the 

或者使用r prefix：

當「R」或「R」字頭的存在，一個字符一個反斜槓以下包含在沒有改變的字符串中，並且所有反斜槓都保留在字符串中。

re.sub(r'(.+) \(\1\)', r'\1', 'the (the)') 
--> the 

Answer 2

根據documentation： 'raw字符串表示（R 「文本」）保持正則表達式理智。'