Fatal编程技术网
  • regex/
  • Regex 用于检查捕获组之间的子字的正则表达式

Regex 用于检查捕获组之间的子字的正则表达式

regex python-3.x

Regex 用于检查捕获组之间的子字的正则表达式,regex,python-3.x,Regex,Python 3.x,谈到正则表达式，我面临的问题是替换合成词开头部分的连字符 例如： wo-wo-wo-wo-wo-wo-wo-wo-wo-wo-wonder->wonder 嗨->嗨 wo-wo->wo f-f-f-fight 因此，对于文本中的每个单词，我想替换在主词（wonder）之前部分或全部重复主词（wowo，但也wonder）的单词。 同时，像双线性或 不能替换经过预训练的，因为在这种情况下，连字符（pre）不是主词（train）的一部分 我见过这个解决方案，显然它是一个很好的解决方案。 但我的问题完

谈到正则表达式，我面临的问题是替换合成词开头部分的连字符

例如：

wo-wo-wo-wo-wo-wo-wo-wo-wo-wo-wonder->wonder
嗨->嗨
wo-wo->wo
f-f-f-fight

因此，对于文本中的每个单词，我想替换在主词（
wonder
）之前部分或全部重复主词（
wowo
，但也
wonder
）的单词。 同时，像
双线性
或

不能替换经过预训练的
，因为在这种情况下，连字符（pre）不是主词（train）的一部分

我见过这个解决方案，显然它是一个很好的解决方案。 但我的问题完全不同，因为我不想对连字符的长度施加限制，同时我想检查连字符是否是主单词的一部分

这是我实际使用的正则表达式，但正如所解释的，它并不能解决我的全部问题

re.sub(r'(?<!\S)(\w{1,3})(?:-\1)*-(\w+)(?!\S)', '\\2', s)

re.sub（r'（？使用

见

详细信息


    

  • （？-空白边界（如果使用
    \b
    ，则为单词边界）
    • 

  • （\w+）
    -第1组：任何一个或多个单词字符
    • 

  • （？：-\1）*
    -0次或多次重复
    -
    和组1值
    • 

  • -
    -连字符
    • 

  • （\1）
    -组2：与组1中的值相同
    • 


Python示例
re.sub
：


s = re.sub(r'(?<!\S)(\w+)(?:-\1)*-(\1)', r'\2', s)



s=re.sub（r'）（？如果您不想触摸，例如
预先培训的
尝试。

r'\b(\w+)(?:-\1)*-(\1)'



s = re.sub(r'(?<!\S)(\w+)(?:-\1)*-(\1)', r'\2', s)