Python如何移除字符串中相邻重复子串并保留首次出现？

方法1：使用正则表达式（灵活适配多种分隔场景） #

这个方法适合子串之间有任意空白（空格、制表符等）的情况，能一次性合并所有连续重复的指定子串：

import re

s = "USER USER some words USER USER USER words"
substring = "USER"

# 转义子串，避免正则特殊字符（比如.*+等）干扰匹配
escaped_sub = re.escape(substring)
# 正则模式：匹配子串+空白，且后面紧跟着相同子串（正向预查确保是相邻重复）
pattern = rf'({escaped_sub})\s+(?=\1)'
# 替换匹配部分为单个子串，合并连续重复
result = re.sub(pattern, r'\1', s)

print(result)  # 输出: "USER some words USER words"

原理说明：

• re.escape(substring)：转义子串中的正则特殊字符，比如如果子串是"USER."，避免被当成正则通配符。
• 正则模式({escaped_sub})\s+(?=\1)：匹配"子串+一个或多个空白"，并且通过(?=\1)正向预查确保后面紧跟的是同一个子串，精准定位相邻重复的子串组合。
• 替换时把匹配到的"子串+空白"替换为单个子串，从而合并连续重复项。

方法2：使用split+join（简单直观，适合固定空格分隔场景） #

如果子串之间仅用空格分隔，用字符串分割和拼接的方法更简洁：

s = "USER USER some words USER USER USER words"
substring = "USER"

# 按子串分割字符串
parts = s.split(substring)
# 过滤掉空字符串或仅含空白的部分
filtered_parts = [part for part in parts if part.strip() != '']
# 用子串拼接过滤后的部分，自动合并连续重复
result = substring.join(filtered_parts)

print(result)  # 输出: "USER some words USER words"

原理说明：

• s.split(substring)会把原字符串按指定子串切成列表，连续的子串会产生空或仅含空白的元素。
• 过滤掉这些无效元素后，用子串拼接剩余部分，就能自动将连续重复的子串合并为单个实例。

为什么你之前的尝试没成功？ #

• 用sub()时如果只写了匹配两个重复子串的模式（比如rf'{substring}\s+{substring}'），只能处理两两重复的情况，无法覆盖三个及以上连续重复的场景。
• 用split()时如果没过滤空白元素，直接拼接会导致结果中出现多余的空格或重复子串。

内容的提问来源于stack exchange，提问作者Rudolph Christian Razul