python - 正则表达式:匹配连续的标点符号并替换为第一个

Question

我正在尝试删除一些预定义的连续标点符号并将其替换为第一个。因此:

1. 美国，-> 美国
2. 我们-> 美国
3. 我们! -> 美国
4. hiiii!!!, -> hiiii!

我尝试了以下代码:

import re
r = re.compile(r'([.,/#!$%^&*;:{}=-_`~()])*\1')
n = r.sub(r'\1', "ews by almalki : Tornado, flood deaths reach 18 in U.s., more storms ahead ")
print(n)

Answer 1

你只需要捕获第一个标点符号并匹配其余的:

([.,/#!$%^&*;:{}=_`~()-])[.,/#!$%^&*;:{}=_`~()-]+

参见 regex demo

请注意，- 必须放在字符类的末尾(或开始)，以免创建范围(或者它可以在字符类内转义)。

详细信息:

• ([.,/#!$%^&*;:{}=_`~()-]) - 使用您定义的标点符号捕获组
• [.,/#!$%^&*;:{}=_`~()-]+ - 1+个标点符号

Python demo :

import re
r = re.compile(r'([.,/#!$%^&*;:{}=_`~()-])[.,/#!$%^&*;:{}=_`~()-]+')
n = r.sub(r'\1', "ews by almalki : Tornado, flood deaths reach 18 in U.s., more storms ahead ")
print(n)