Python 如何从文本句子中删除重复字符？

我有一个文本句子列表，里面有很多单词，比如aaaaa，zzzzz，eer，qqqqq

我正在寻找一种从我的文本句子中删除这些内容的方法

text = I'm a really good aaaaaa eeeeer jjjjj llll bb

我不知道我可以使用什么正则表达式，这样我就可以完全删除这些单词。有一些边缘情况，如

1) aaaaae (you will have one another character at the end)
2) brrrrrr (another character at the beginning)

我正在寻找这样的输出

text = I'm really good

我就是不知道怎么做。

\b（？:\w（\w）\1+\124;（\ w）\2+\w\124;（\ w）\3+）\b

因此，这个正则表达式将查找重复字符为3个或更多的字符串，即使它位于字符串的开头、中间或结尾

类似“bb”的内容可以被r“\s（.）\1{1，}\s”捕获

编辑：来自评论。似乎其他单词有不同的用法：

 re.sub(r'\s\S*(.)(?:\1{2,}\S*|\1+\b\S*)','',text)

---

检测一个“单词”的方法有很多种，都是一个字母。一种方法是制作一组字母，检查其长度，然后检查原始单词，看其本身是否有效。你没有详细说明你的边界标准，没有一个清晰的解决方案。我没有足够的声誉来评论sln的帖子，但我想承认，他涵盖了你所有的用例。但问题是：有没有像EEE RRRRR这样的例子，其中有一些重复字符的例子？谢谢。这似乎很有效。有没有一种方法可以处理一个字符有两个重复的情况，比如rr、kk、qq、BB。虽然这个答案在技术上可能是正确的，但最好在代码中加入一个简短的解释，以帮助新用户（以及整个社区）理解答案/代码的作用。纯代码不能帮助其他人“了解”代码的工作方式/原因非常感谢，但它不能删除前面有另一个字符的单词，如Geeee、Reeee。@用户\u 12检查编辑我在文本上尝试了它，但似乎返回了一个错误。错误：未知扩展？|位于位置6。我正在使用ipython笔记本进行测试。@user_12因为这使用了分支重置语法，所以您必须使用

regex

而不是

re

。ie在你的ipython笔记本上做

！pip安装正则表达式

，然后导入正则表达式，最后运行

regex.sub（r'\s*\b（？|（\s）|.（\s））\1+\s*，''，text）

@user\u 12使用

re

import re 

text = "I'm a really good aaaaaa eeeeer jjjjj llll bb"
out = re.sub(r"\w*(.)\1{3,}\w*", r"", text)
print(out)
>> I'm a really good     bb

re.sub(r'\s\b(\S)\1+\S*','',text)

"I'm a really good"

 re.sub(r'\s\S*(.)(?:\1{2,}\S*|\1+\b\S*)','',text)