如何使用Python減少字符串中的重複字符

Question

有沒有辦法將重複字符減少到特定的數字，例如，如果我們有這個字符串。

"I liiiiked it, thaaaaaaank you"

預期輸出："I liiiiked it thaaaank you"

因此，如果超過4複製的字符，例如，應當減少到只有四個字符，如果它小於或等於4，則字應該停留在相同。

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' 

這個正則表達式查找3組。

第一個是任何字符。第二個是同一個角色的三個以上，第三個是第一個角色的一個或多個。

這些3個基團，然後通過剛組1和組2

下面是一個更簡單的方法代替

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

這一次只有一個組(.)，這是的第一個字母比賽。這必須跟着相同的字母4次或更多次\1{4,}。所以它匹配5個或更多相同的字母。替換就是這個字母重複4次。

Answer 2

不是最好的解決辦法 - 我正則表達式需要固定...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 

你或許可以開始用這個，如果你願意的話修修補補。

Answer 3

您可以通過輸入字符串的單次掃描做到這一點，只要保持當前字符的數量，不要將它添加到輸出，如果你有太多的重複：

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 

通過避免字符串連接是有可能更快版本（參見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)