[Python]正規表現の'\1'

前提・実現したいこと

Python: 3.6.4

公式ドキュメント「10.5.文字列のパターンマッチング」の学習をしています。
公式：https://docs.python.jp/3/tutorial/stdlib.html

サンプルソースコードにある、'\1' の意味が理解できません。
ご教示お願い致します。

該当のソースコード

Python
1>>> re.sub(r'(\b[a-z]+) \1', r'\1', 'cat in the the hat')
2'cat in the hat'

私の解釈（第一引数の'\1'）

第一引数(正規表現内)の'\1'は、同一パターンの文字列を抽出している。
つまり、theが抽出される。

こちらは、以下のソースコードで確認済みのため、自信があります。

Python
1>>> re.findall(r'(\b[a-z]+) \1', 'cat in the the hat')
2['the']

私の解釈（第二引数の'\n'）

ここがわからないところで、
'\1'で置換するというのはどういうことでしょうか？

以上、解説よろしくお願い致します。

行動規範の内容に同意します

回答1件

ベストアンサー

ここがわからないところで、
'\1'で置換するというのはどういうことでしょうか？

キャプチャした最初の要素を表します。
その点では、第一引数の\1と全く同じ意味です。

ご提示の例では the の部分がマッチしているので、
例えば\1なら the に、\1\1なら thethe に置換されます。

Python
1>>> re.sub(r'(\b[a-z]+) \1', r'\1', 'cat in the the hat')
2'cat in the hat'
3>>>
4>>> re.sub(r'(\b[a-z]+) \1', r'\1\1', 'cat in the the hat')
5'cat in thethe hat'
6>>>
7>>> re.sub(r'(\b[a-z]+) \1', r'\1\1\1', 'cat in the the hat')
8'cat in thethethe hat'