regex-アラビア語テキストの繰り返し文字をStringToWordVectorフィルタで削除する

Question

テキスト内に繰り返しアラビア文字を挿入したい。 Javaでregexを使用してこれを行うにはどうすればよいですか？私は別の正規表現を試しましたが、それは私のテキストからすべてのアラビア語の文字を削除します！ヘルプPLZ。 はところで、私はそれを適用する方法here

で起こって何のようなStringToWordVectorフィルタでこれを正規表現を使用しています： filter.setStopwordsHandler(new RegExStopwords("([^\\u1F600-\\u1F6FF\\s].*|[A-Za-z0-9].*|[٠-٩].*|[\\u0617-\\u061A\\u064B-\\u0652].*|[ؐ-ًؚٟ].*|[/(آ|إ|أ)/g, 'ا']|[/(ة)/g, 'ه']|[/(ئ|ؤ)/g, 'ء']|[/(ى)/g, 'ي']|[/([^\\u0621-\\u063A\\u0641-\\u064A\\u0660-\\u0669])/g, '']"));をだから私は.replaceAll（）関数で述べた答えをしようとしたが、それは私と一緒に仕事、または実際に私はなかったですそれらを私のコードに正しく適合させる方法を知りませんでした。

Answer 1

私はより容易に（削除を繰り返すlで）heloを返すループ

String str = "hello" 

char prevChar = ' '; 
String result = ""; 
for(char ch : str.toCharArray()){ 
    if(ch != prevChar) 
     result += ""+ch //concat casts to string for us 
    prevChar = ch 
} 

を使用することになり

EDIT：

あなたは、フィルタを使用したい場合は、正しい正規表現は、

/(.)(?<=\1{2,})/ig

（.NETへrefiddleセットでテストされ、彼らは、Javaを持っていない）

• 最初のグループ、(.)は、次のように次のグループ(?<=\1{2,})が故障した任意の文字
• をキャプチャ：
  • \1は、最初のグループ（(.)）で指定された文字をキャプチャします。
  • {2,}は、 2回繰り返す
  • ?<=は、基本的に次の用語（\1）が存在するかどうかを確認したいと考えていますが、キャプチャしたくありません。

だから私たちは、あなたがより多くのヘルプについて

を望むものである、捕獲されただけ{2,}が残っている、してみてくださいこれらのスタックオーバーフローが

• Regular expression to match any character being repeated more than 10 times

リンク

• Match Sequence using RegEx After a Specified Character

運が良かった！