从字符串中删除重复的连续单词答案

【问题标题】：Remove repetitve Consecutive words from string从字符串中删除重复的连续单词
【发布时间】：2019-11-29 21:15:18
【问题描述】：

我想从字符串中删除重复的单词（只有连续的）。

$str = 'abc,def,fgh,fgh,xna,fgh,xyz,xyz,xyz,tr,tr,xna';

我想要的输出字符串是：

abc,def,fgh,xna,fgh,xyz,tr,xna

我可以使用这个在 php 中得到我想要的结果：

$ip = explode(',', $str);
$op = [];$last = null;
for($i=0;$i<count($ip);$i++){
    if ($last == $ip[$i]) {
        continue;
    }
    $op[]=$last=$ip[$i];
}
$ip = implode(',', $op);

但正在寻找正则表达式方法。到目前为止，我已经更接近这两个正则表达式：

$after = preg_replace('/(?:^|,)([^,]+)(?=.*,\1(?:,|$))/m', '', $str);
output : abc,def,fgh,xyz,tr,xna

$after = preg_replace('/([^,]+)(,[ ]*\1)+/m', '', $str);
output : abc,degh,fgh,xna,fgh,,,xna

【问题讨论】：

标签： php regex preg-replace

【解决方案1】：

你应该使用

preg_replace('~(?<![^,])([^,]+)(?:,\1)+(?![^,])~', '$1', $str)

见regex demo

如果需要在逗号和重复值之间支持任何 0 个或多个空格字符，add \s*（0 个或多个空格）模式在 \1 之前。

详情

(?<![^,]) - 字符串或除逗号以外的任何字符的开头
([^,]+) - 第 1 组：除逗号之外的任何一个或多个字符
(?:,\1)+ - 一个或多个逗号序列和第 1 组中的值
(?![^,]) - 字符串结尾或逗号以外的字符。

【讨论】：

@Progrock 这个表达式不是自动生成的，要点是 1）你需要一个起始边界，2）捕获组内的重复模式，3）一个带有分隔符的组和对 Group 的反向引用1 应该重复 1 次或更多次，然后 4) 尾随边界。没有边界，第 1 组中捕获的值的一部分may get matched erroneously。

【解决方案2】：

$after = preg_replace('/(?<=^|,)([^,]+)(,\s*\1)+/', '$1', $str);

附：如果, 之后没有空格期望，您可以从上面的正则表达式中删除\s*。我刚刚查看了您的[ ]*，并认为您可能有空格。

【讨论】：

（很抱歉从您的解决方案中获取和发布错误的输出，因为我之前未能正确复制此正则表达式。）

【解决方案3】：

用 strtok 迭代，只粘上不一样的部分：

<?php

$str = 'abc,def,fgh,fgh,xna,fgh,xyz,xyz,xyz,tr,tr,xna';

$out = $last = strtok($str, ',');
while($current = strtok(','))
    if($current !== $last)
        $out .= ',' . ($last = $current);

echo $out;

输出：

abc,def,fgh,xna,fgh,xyz,tr,xna

【讨论】：

【解决方案4】：

与array_reduce:

$arr = explode(',', $str);
$prev = array_shift($arr);
$result = array_reduce($arr, function($c, $i) use (&$prev) {
    if ($prev==$i) return $c;
    $prev=$i;
    return "$c,$i";
}, $prev);

【讨论】：

【解决方案5】：

我会这样解决：

$after = preg_replace('/(?<=,|^)([^,]+)\K(,\1)+(?=,|$)/', '', $str);

这将输出abc,def,fgh,xna,fgh,xyz,tr,xna。

它的作用：

(?<=,|^) 查看是逗号还是前面开始的字符串
([^,]+) 匹配除逗号以外的任何内容（搜索模式）
\K 重置内部光标并“忘记”之前的内容（例如，它不再算作匹配）
(,\1)+ 匹配第一个定义的搜索模式的多次出现
(?=,|$) 查看下一个字符是否再次为逗号或字符串是否结束

所以我们的想法是，选择任何模式的重复（仅重复）并将它们替换为空。

更新：

通过添加(?=,|$) 修复了模式。否则此测试输入将失败并彻底杀死 xna 部分。

$str = 'bc,abc,abc,abc,def,fgh,fgh,xna,fgh,xyz,xyz,xyz,tr,tr,xna,xna,xnabc';

在这里测试：https://regex101.com/r/Yv1htV/3

【讨论】：