为什么我的Python正则表达式不起作用？

Question

我想替换所有出现超过一次的字符，我用Python的应用re.sub和我正则表达式看起来像这样data=re.sub('(.)\1+','##',data)，但什么都没有发生......
这里是我的文字：

文本

※※※※※※※※※※※※※※※※※章※※※※※※※※※※※※※※※※※※

这是开始时.. 。

Answer 1

您需要在这里使用原始字符串，1被解释为八进制，然后在字符串中使用其整数等效的ASCII值。

>>> '\1' 
'\x01' 
>>> chr(01) 
'\x01' 
>>> '\101' 
'A' 
>>> chr(0101) 
'A' 

使用原始字符串来解决此：

>>> '(.)\1+' 
'(.)\x01+' 
>>> r'(.)\1+' #Note the `r` 
'(.)\\1+' 

Answer 2

使用原始字符串，所以正则表达式引擎会解释反斜杠而不是Python解析器。只要把r在前面的字符串：

data=re.sub(r'(.)\1+', '##', data) 
      ^this r is the important bit 

否则，\1被解释为字符值1，而不是反向引用。