使用正则表达式标准化文本[复制]

Question

这个问题在这里已有答案：

我正在使用推文，我想将aa aaaa aaah ahhh的所有变体替换为单个表达式'ah'。但是，使用我的代码我也会替换单个'a'和'and'，我不想改变它。

a = 'trying a aa aaaaaa aaaah and aaaahhh aaaaaaaahhh '
re.sub('a+h*','ah',a)

这样我得到：

Current output: 'trying ah ah ah ah ahnd ah ah '

但我想要的是：

Desired output: 'trying a ah ah ah and ah ah '

Answer 1

在你当前的表达中，a+匹配一个a或更多。你希望比赛从至少两个a开始。

s = 'a ah aah aa
re.sub('aa+h*','ah',s) # 'a ah ah ah'

这可以用量子{x,[y]}推广，x匹配y事件或更多，可选地高达re.sub('a{2,}h*','ah',s)。

qazxswpoi