如何删除重复的连续字符并使用正则表达式保留第一个字符？ [复制]答案

【问题标题】：How can I remove the duplicated consecutive chars and reserve the first one using regex? [duplicate]如何删除重复的连续字符并使用正则表达式保留第一个字符？ [复制]
【发布时间】：2017-01-14 14:03:00
【问题描述】：

我发现了一个代码 sn-p 删除重复的连续字符并通过网络上的正则表达式保留 Python 中的第一个字符，如下所示：

import re
re.sub(r'(?s)(.)(?=.*\1)','','aabbcc')  #'abc'

但是有一个缺陷，如果字符串是'aabbccaabb'，它会忽略第一个'aa'，'bb'而变成'cab'。

re.sub(r'(?s)(.)(?=.*\1)','','aabbccaabb')  #'cab'

有没有办法通过正则表达式解决它？

【问题讨论】：

标签： python regex string

【解决方案1】：

在没有正则表达式的情况下，检查前一个字符是否与当前字符相同，使用带有条件的列表推导并加入结果：

s='aabbccaabb'
print("".join([c for i,c in enumerate(s) if i==0 or s[i-1]!=c]))

【讨论】：

Pretty Pythonic method.Thx.
类似说明：z=list(s); t="".join([u for u,v in zip(z,['']+z)if u!=v])。这避免了循环中的双重测试，代价是将字符串转换为列表并创建第二个列表，尽管大部分工作都是以 C 速度完成的，所以它非常快。如果我们知道s 永远不会以 NUL 字符开头，我们可以避免使用t="".join([u for u,v in zip(s,'\0'+s)if u!=v]) 转换为列表，但我想这有点笨拙。 ;)
@PM2Ring 我总是忘记移动拉链的事情。谢谢。会记住这一点。
还有s[0]+"".join([c for i,c in enumerate(s[1:]) if s[i]!=c])
@PM2Ring uvloop 不错 :)

【解决方案2】：

只需删除正面展望中的.*。

import re

print re.sub(r'(?s)(.)(?=\1)','','aabbcc')
print re.sub(r'(?s)(.)(?=\1)','','aabbccaabb')

输出：

abc
abcab

【讨论】：

或：re.sub(r'(?s)(.)\1', r'\1', 'aabbccaabb')
@ScottCarpenter 它仅适用于 2 个重复字符。不会工作超过 2 个。
还有一个小问题。如果我的字符串中有'\\'，例如s = 'aa\\\\aa\\'，我该如何实现，或者我需要考虑一个特殊的场合？
@ScottCarpenter re.sub(r'(.)\1+', r'\1', 'aaabbccaabb') 这行得通。
@Harrison 应该将重复的反斜杠替换为 1 还是不替换？