Python 字符串包含拉长的单词

我的字串是：“亲爱的，你好吗？”

我想检查字符串中的单词是否拉长

拉长的意思是：如果单词中的字符数重复了两次以上，例如，too不是拉长的，但是tooo是拉长的

>>> import itertools
>>> my_str = 'soooo hiiiii whyyyy done'
>>> print [[g[0], sum(1 for _ in g[1])] for g in itertools.groupby(my_str)]
[['s', 1], ['o', 4], [' ', 1], ['h', 1], ['i', 5], [' ', 1], ['w', 1], ['h', 1], 
['y', 4], [' ', 1], ['d', 1], ['o', 1], ['n', 1], ['e', 1]]

我想展示一下，阿雷伊和尤乌都被拉长了。我进行了单个字符计数，但我想检查每个单词是否拉长。

我想到了一个正则表达式：

>>> my_str = 'soooo hiiiii whyyyy done'
>>> import re
>>> regex = re.compile(r"(.)\1{2}")
>>> [word for word in my_str.split() if regex.search(word)]
['soooo', 'hiiiii', 'whyyyy']

说明：

请注意，此算法还会发现一些不长的单词，如

countessship

或

腹腔镜子宫输卵管卵巢切除术

，但我想这些假阳性很少见：）

您可以使用：

def get_groups(word):
    return [list(g) for k, g in itertools.groupby(word)]

print [word for word in my_str.split(' ') if any(len(x) > 2 for x in get_groups(word))]

下面是它的工作原理：

get\u groups

将单词分组。所以

'sooo'

变成

[['s']，['o'，'o'，'o']]

---

然后，如果任何组的长度超过两个，我们将过滤给定字符串中的所有单词。这意味着您将得到包含三个或更多连续字符的所有单词。

您必须按顺序检查并比较长度，而不导入任何内容：

>>> filter(lambda word: len([letter for index,letter in enumerate(word) if index ==0 or word[index-1] != letter ]) == len( word), my_str.split(" "))
['done']

>>> filter(lambda word: len([letter for index,letter in enumerate(word) if index ==0 or word[index-1] != letter ]) != len( word), my_str.split(" "))
['soooo', 'hiiiii', 'whyyyy']

或导入itertools并使用groupby执行此操作：

>>> filter(lambda word: len([letter for letter,gp in itertools.groupby(word) ]) == len( word), my_str.split(" "))
['done']

>>> filter(lambda word: len([letter for letter,gp in itertools.groupby(word) ]) != len( word), my_str.split(" "))
['soooo', 'hiiiii', 'whyyyy']

---

这最后一个解决方案允许你在每一个好词或坏词上使用ifilter而不是filter和iter。对于流或非常大的字符串有用

您能给我们一个您想要的输出示例吗？您如何知道一个单词被拉长了？

是否也应该计数？这可能不是一个简单的任务。检查3个连续相等的字符是否可以？如果不查字典，连续两个字符是很难的。@user2357112请检查我的编辑香蕉怎么样？它有3个<代码> A >代码> s。这会考虑字符串“ababa”被拉长吗？OP没有指定，但他可能只关心连续的重复。OP现在指定重复必须是连续的。谢谢，我现在更新了答案以反映这一点。我一个接一个地传递单词，所以首先只传递“sooo”，然后是hiiii，所以当我传递sooo时，应该是真的。。上面的代码将如何更改？不，拉长的条件仍然适用，但就像您传递了一个列表一样。我提供了清单中的单词，是的，这是你应该检查的条件<代码>对于我的列表中的单词：if regex.search（word）：print（“Booo！”）

。您也可以使用findall在没有循环的情况下执行此操作。也许您希望使用

\w

而不是

。否则，像

==

这样的东西看起来也像是拉长的单词。

>>> filter(lambda word: len([letter for letter,gp in itertools.groupby(word) ]) == len( word), my_str.split(" "))
['done']

>>> filter(lambda word: len([letter for letter,gp in itertools.groupby(word) ]) != len( word), my_str.split(" "))
['soooo', 'hiiiii', 'whyyyy']