GNU R技术问询：如何去除字符串中每个单词首尾的重复字符

嗨埃里克！很高兴能帮你解决这个R字符串处理的问题😉。针对“去除字符串内每个单词首尾的重复字符”这个需求，我分两种最常见的场景给你具体的实现方案：

比如把 aaabbbhello aaacccworldddd 处理成 bbbhello cccworld test，也就是把单词开头/结尾连续重复的字符全部删掉。

你可以先写一个处理单个单词的函数，再批量应用到整个字符串：

# 定义处理单个单词的函数：去除首尾连续重复字符
trim_repeats <- function(word) {
  # 去掉开头连续重复的字符（比如"aaa..."变成""）
  word <- sub("^(.)\\1+", "", word)
  # 去掉结尾连续重复的字符（比如"...ddd"变成""）
  sub("(.)\\1+$", "", word)
}

# 测试示例
input_str <- "aaabbbhello aaacccworldddd xxxtestyyy"
# 拆分字符串为单词列表
words <- strsplit(input_str, "\\s+")[[1]]
# 对每个单词应用处理函数
processed_words <- sapply(words, trim_repeats)
# 合并回字符串
result <- paste(processed_words, collapse = " ")

# 查看结果
result
# 输出："bbbhello cccworld test"

如果你不想完全删掉，而是把连续重复的字符只保留一个（比如把 aaabbbhelloaaa 变成 abbbhelloa），只要稍微修改处理函数即可：

# 定义处理单个单词的函数：压缩首尾连续重复字符为单个
compress_repeats <- function(word) {
  # 开头连续重复保留一个（比如"aaa..."变成"a..."）
  word <- sub("^(.)\\1+", "\\1", word)
  # 结尾连续重复保留一个（比如"...ddd"变成"...d"）
  sub("(.)\\1+$", "\\1", word)
}

# 同样的测试流程
processed_words <- sapply(words, compress_repeats)
result <- paste(processed_words, collapse = " ")

# 查看结果
result
# 输出："abbbhelloa cccworldd xtesty"

正则表达式简单解释 #

• ^(.)\\1+：匹配字符串开头的任意字符（(.)捕获这个字符），然后匹配该字符重复1次以上的部分，替换的时候要么为空（场景1），要么保留捕获的单个字符（场景2）。
• (.)\\1+$：原理和上面类似，只是针对字符串结尾的连续重复字符。

如果你的“重复字符”指的是其他情况（比如非连续的重复），可以再补充细节，我再帮你调整方案~

内容的提问来源于stack exchange，提问作者user3771059