Python 正则表达式：如何删除冗余子字符串

我有一根绳子。此字符串末尾有多余的文本。我想删除所有冗余文本（冗余文本的第一个和第二个实例）。如何找到字符串末尾的所有重复文本并将其删除

在我的示例中，我正在处理一个字符串，该字符串也有一个我要删除的前缀。例如，我想：

前缀abcde123de123

返回

abc

重复的子字符串的长度可以不同。所以我想：

前缀a b c 123 c 123

返回

a b

我试着把这个和

import re
re.sub(
    r'prefix ([a-z ]*)\2([a-z ]* \d*)$',
    r'\1',
    'prefix a b c 123 c 123'
)

但这当然会导致转发引用错误，因为我在创建\2之前引用了它的内容

---

我正在用Python编写这个正则表达式。3.7.

您可以使用此正则表达式进行搜索：

^prefix\s+（.*）（.+？）\2+$

并使用：

r'\1'

进行替换

Python代码：

import re

r = re.sub(
    r'^prefix\s+(.*?)(.+?)\2+$',
    r'\1',
    'prefix a b c 123 c 123'
)
print (r)

正则表达式详细信息：

import re

r = re.sub(
    r'^prefix\s+(.*?)(.+?)\2+$',
    r'\1',
    'prefix a b c 123 c 123'
)
print (r)

• ^

  ：开始

• prefix\s+

  ：匹配文本

  prefix

  ，后跟1+空格

• （.*）

  ：匹配捕获组#1中的0个或多个字符

• （.+？）

  ；匹配捕获组#2中的一个或多个任意字符

• \2+

  ：匹配第2组的1次或多次重复

• $

  ：结束

---

在您的模式中，您可以将

\2

放在第二组后面，字符串末尾之前

在更换使用组1中

prefix ([a-z ]*)([a-z ]* \d*)\2$

输出

a b

---

可能是

re.sub（r'前缀（[a-z]*）（[a-z]*\d*）\2*$，r'\1'，文本）

？看见或者，

prefix（[a-z]*）（[a-z]*\d*）\2+$

这很有效，谢谢！