Удаление определенных повторяющихся символов из строки в Python

Простой подход re.sub():

import re

s = "Hello _my name is __Alex aa"
result = re.sub(r'(\S)\1+', '\\1', s)

print(result)

• \S - любой непробельный символ
• \1+ - обратная ссылка на первую захваченную в скобках группу (одно или несколько вхождений)

Выход:

Helo _my name is _Alex a

(Большое изменение: упс, я пропустил, что вы хотите дедуплицировать только определенные символы, а не другие. Решения по модернизации ...)

Я предполагаю, что у вас есть строка, представляющая все символы, которые вы хотите исключить из дубликатов. Назовем его to_remove и скажем, что он равен "_.-". Таким образом, будут исключены только символы подчеркивания, точки и дефисы.

Вы можете использовать регулярное выражение, чтобы сопоставить несколько последовательных повторов символа и заменить их одним символом.

>>> import re
>>> to_remove = "_.-"
>>> s = "Hello... _my name -- is __Alex"
>>> pattern = "(?P<char>[" + re.escape(to_remove) + "])(?P=char)+"
>>> re.sub(pattern, r"\1", s)
'Hello. _my name - is _Alex'

Быстрая разбивка:

• ?P<char> присваивает первой группе символическое имя char.
• мы помещаем to_remove в набор символов, []. Необходимо вызвать re.escape, потому что в противном случае дефисы и другие символы могут иметь особое значение внутри набора.
• (?P=char) относится к символу, соответствующему названной группе "char".
• + соответствует одному или нескольким повторениям этого символа.

Таким образом, в совокупности это означает «соответствие любому символу из to_remove, который встречается более одного раза подряд». Второй аргумент sub, r"\1", затем заменяет это совпадение первой группой, состоящей только из одного символа.

Альтернативный подход: напишите выражение генератора, которое принимает только символы, не соответствующие предшествующему им символу.

>>> "".join(s[i] for i in range(len(s)) if i == 0 or not (s[i-1] == s[i] and s[i] in to_remove))
'Hello. _my name - is _Alex'

Альтернативный подход № 2: используйте groupby для определения последовательных одинаковых групп символов, затем объедините значения вместе, используя тестирование принадлежности to_remove, чтобы решить, сколько значений следует добавить.

>>> import itertools
>>> "".join(k if k in to_remove else "".join(v) for k,v in itertools.groupby(s, lambda c: c))
'Hello. _my name - is _Alex'

Альтернативный подход №3: вызовите re.sub один раз для каждого члена to_remove. Немного дороже, если to_remove содержит много символов.

>>> for c in to_remove:
...     s = re.sub(rf"({re.escape(c)})\1+", r"\1", s)
...
>>> s
'Hello. _my name - is _Alex'