如何在python中从字符串中删除连续的单字母字符

我有一个字符串，如下所示，我想删除长度超过5的连续单字母字符

mystring = "the nucleotide sequence of wheat triticum aestivum l chloroplastid ribosome associated 4 5 s rna is u a g u g a g c g c g a g a c g a g c g u a u a g u g u c a g u g a g u g c a g u g a u g u a u g c a g c u g a g c a u c u a c g a c g a c g a u g a coh"

我的输出应该如下

myoutput = "the nucleotide sequence of wheat triticum aestivum l chloroplastid ribosome associated 4 5 s rna is coh"

 for i, my in enumerate(line.split()):
     if len(my) == 1:
             count = count + 1
     else:
            count = 0
     if count == 5:
             print(i)

我试着按如下方式做

myoutput = "the nucleotide sequence of wheat triticum aestivum l chloroplastid ribosome associated 4 5 s rna is coh"

 for i, my in enumerate(line.split()):
     if len(my) == 1:
             count = count + 1
     else:
            count = 0
     if count == 5:
             print(i)

总之，我会进行计数，检查它是否有5个长度的单字母字符，并从列表中删除5个位置，以此类推

但是，如果不使用变量来计算长度和删除5乘5，我希望以更有效的pythonic方式执行此操作

---

如果需要，我很乐意提供更多细节。

我相信在这种情况下，我们可以使用正则表达式来解决此问题：

mystring = ("the nucleotide sequence of wheat triticum aestivum l"
            "chloroplastid ribosome associated 4 5 s rna is u a "
            "g u g a g c g c g a g a c g a g c g u a u a g u g u "
            "c a g u g a g u g c a g u g a u g u a u g c a g c u "
            "g a g c a u c u a c g a c g a c g a u g a coh")
print(mystring)

# See https://regex101.com/r/aUDK7K/1
# \b: word boundary
# \w: word char
# \s+: one or more white spaces
# {5,}: 5 or more times
shorten = re.sub(r'(\b\w\s+){5,}', '', mystring)
print(shorten)

---

这就是正则表达式的用途。您想保留

4

、

5

和

s

？如果我正确理解了问题陈述，请看一看为什么输出中没有“4 5 s”？@Ronaldaronson非常感谢您指出这一点。这是一个打字错误。我纠正了它。请参阅编辑后的问题：）@Jan，这应该可以回答问题。在一般情况下，单个字符的最后一个字符可能不一定后面有任何空格，因为字符串“this is a example a b c d e f g h”中有空格，因此我建议：shorten=re.sub（r'\b（\w\s+）{4，}\w\s*，''，mystring）