python - 使用正则表达式删除字符串中的重复单词

Question

我正在研究我的正则表达式技能，我发现我的一个字符串在开头有重复的单词。我想删除重复项，只需要一个字 -

server_server_dev1_check_1233.zzz
server_server_qa1_run_1233.xyz
server_server_dev2_1233.qqa
server_dev1_1233.zzz
data_data_dev9_check_660.log

我使用了下面的正则表达式，但我在输出中同时得到了 server_server，

((.*?))_(?!\D)

如果有两个或更多，并且只有一个 server_，我如何才能只将输出输出到一个 server_，然后按原样处理？输出不必包含 digits 以及 . 之后的部分，即 .zzz、.xyz 等

预期输出 -

server_dev1_check
server_qa1_run
server_dev2
server_dev1
data_dev9_check

Answer 1

您可以反向引用搜索表达式中的单词:

>>> s = "server_server_dev1_check_1233.zzz"
>>> re.sub(r"(.*_)\1",r"\1",s)
'server_dev1_check_1233.zzz'

并使用“多次”后缀，因此如果出现次数超过 2 次，它仍然有效:

'server_server_server_dev1_check_1233.zzz'
>>> re.sub(r"(.*_)\1{1,}",r"\1",s)
'server_dev1_check_1233.zzz'

摆脱后缀并不是最难的部分，只需捕获其余部分并丢弃结尾即可:

>>> re.sub(r"(.*_)\1{1,}(.*)(_\d+\..*)",r"\1\2",s)
'server_dev1_check'