【python小工具】去除两段文字前后重合部分

最新推荐文章于 2022-05-26 10:34:19 发布

韭浪

最新推荐文章于 2022-05-26 10:34:19 发布

阅读量249

点赞数 1

分类专栏： python小工具

本文链接：https://blog.csdn.net/weixin_43326122/article/details/107057519

版权

python小工具专栏收录该内容

12 篇文章 0 订阅

订阅专栏

a = '近日,百度发布《2020年高考搜索大数据报告》(以下简称“报告”)\n\n呈现今年高考三大显著变化\n\n考'
b = '今年高考三大显著变化\n\n考生对“高考”的关注度创5年新高;这届考生面临更大的备考压力'
re.sub("(?P<name>[\w\W]{10,})(?P=name)", '\g<name>', a+b)

# 结果
'近日,百度发布《2020年高考搜索大数据报告》(以下简称“报告”)\n\n呈现今年高考三大显著变化\n\n考生对“高考”的关注度创5年新高;这届考生面临更大的备考压力'

{10，}是要求重合10字以上，可以按情况更改。

(?P<>)(?P=)之间加入[\w\W]{0, 20}，可以用在文字识别时前后文字不完整识别错误的情况，{0, 20}也可以按情况更改，例如

a = '近日,百度发布《2020年高考搜索大数据报告》(以下简称“报告”)\n\n呈现今年高考三大显著变化\n\n考kl;ff3iojdzvxc'
b = 'fdsgsagz今年高考三大显著变化\n\n考生对“高考”的关注度创5年新高;这届考生面临更大的备考压力'
re.sub("(?P<name>[\w\W]{10,})[\w\W]{0,30}(?P=name)", '\g<name>', a+b)

# 结果
'近日,百度发布《2020年高考搜索大数据报告》(以下简称“报告”)\n\n呈现今年高考三大显著变化\n\n考生对“高考”的关注度创5年新高;这届考生面临更大的备考压力'