python - 如何在python中删除连续重复字符的多个连续序列

Question

我正在尝试为一个机器学习项目预处理一些推文，在该项目中我遇到了两种类型的字符串的问题，例如
str1 =“coooool”和str2 =“gooooaaaaaal”。删除重复字符后，我想保留str1中的单词，即
cleaned_str1 =“酷”而cleaned_str2 =“目标”。

我尝试了一些发现的方法，但无法获得正确的输出。有人可以帮我解决这个问题吗？预先感谢您。

Answer 1

使用正则表达式:

re.sub(r"(\w)\1+(\w)\2+", r"\1\2", "goooaaaal") # -> goal
re.sub(r"(\w)\1+(\w)\2+", r"\1\2", "coooool") # -> cool