如何替换重复字符模式

Question

我有一个字符串，里面有一些随机字符的对，它们重复了3次，比如 "abababwhatevercdcdcd"。我想把这些重复的字符对去掉，得到剩下的部分，比如在这个例子中就是 "whatever"。我该怎么做呢？

我试过以下方法：

import re
re.sub(r'([a-z0-9]{2}){3}', r'', string)

但是没有成功。

Answer 1

如果你想处理多个字符，可以使用：

(.{2,})\1+

Answer 2

在这里，你需要使用反向引用，这样才能重复之前实际匹配到的内容，而不是用同样的模式去尝试匹配新的内容。

([a-z0-9]{2})\1\1

---

>>> import re
>>> re.sub(r'([a-z0-9]{2})\1\1', r'', "abababwhatevercdcdcd")
'whatever'
>>> re.sub(r'([a-z0-9]{2})\1\1', r'', "wabababhatevercdcdcd")
'whatever'