Perl正则表达式删除字符串中重复的连续子字符串答案

【问题标题】：Perl regular expression removing duplicate consecutive substrings in a stringPerl正则表达式删除字符串中重复的连续子字符串
【发布时间】：2011-07-29 15:25:13
【问题描述】：

我试图对这个特定问题进行搜索，但我得到的只是删除重复的行或删除由分隔符分隔的重复字符串。

我的问题略有不同。我有一个字符串，例如

    "comp name1 comp name2 comp name2 comp name3"

我想删除重复的 comp name2 并只返回

    "comp name1 comp name2 comp name3"

它们不是连续的重复词，而是连续的重复子串。有没有办法使用正则表达式来解决这个问题？

【问题讨论】：

如果你有 ` "comp name1 comp name2 comp name2 comp name3 comp name4 comp name2" 怎么办？输出会是什么？
嗨@kurumi，我只对连续重复感兴趣。因此，第二个（或输入中的第三个）comp name2 将保持不变。
必须是正则表达式吗？恕我直言，字符串方法会更好。

标签： regex perl substring

【解决方案1】：

s/(.*)\1/$1/g

请注意，此正则表达式的运行时间是字符串长度的二次方。

【讨论】：

我知道时间复杂度。在我的情况下，这些是相当短的字符串（最多约 100 个字符），不会花费那么长时间。
@btilly : 行而不是字符串同样的问题怎么样？？？？..如果我有连续的重复行？？
@unkaitha: perl -ne 'print unless $seen{$_}++' file.txt > no_dupe_lines.txt

【解决方案2】：

这对我有用（MacOS X 10.6.7，Perl 5.13.4）：

use strict;
use warnings;

my $input = "comp name1 comp name2 comp name2 comp name3" ;
my $output = "comp name1 comp name2 comp name3" ;

my $result = $input;
$result =~ s/(.*)\1/$1/g;

print "In:   <<$input>>\n";
print "Want: <<$output>>\n";
print "Got:  <<$result>>\n";

关键点是匹配中的'\1'。

【讨论】：

@btilly 的解决方案略有不同。谢谢，但必须像以前那样和另一个人一起去。

【解决方案3】：

为了避免删除重复字符在中的术语（例如comm1 -> com1）括号.*在正则表达式中使用\b。

s/(\b.*\b)\1/$1/g

【讨论】：

【解决方案4】：

我从不使用支持此功能的语言，但由于您使用的是 Perl ...

去这里..和see this section....

有用的例子：检查重复的单词

编辑文本时，“the”之类的双字很容易进入。在文本编辑器中使用正则表达式 \b(\w+)\s+\1\b，您可以轻松找到它们。要删除第二个单词，只需输入 \1 作为替换文本，然后单击替换按钮。

【讨论】：

请，请，请。不要称语言为“珍珠”。它是“Perl”，可执行文件是“perl”。
@btilly：为他修复 - 我同意 100%。此外，问题不在于简单的“双重词”；它是关于“双重短语”，其中短语可能包含多个单词。您给出的答案可以扩展到所需的答案，但是...
我在搜索中发现了这个，但它只适用于重复的单词而不是字符串。我的子字符串中有单词边界，所以这不起作用。
是的，我应该使用“双短语”而不是子字符串。

【解决方案5】：

如果您需要在线性时间内运行的东西，您可以split 字符串并遍历列表：

#!/usr/bin/perl                                                                                                                                                                                       

use strict;
use warnings;

my $str = "comp name1 comp name2 comp name2 comp name3";
my @elems = split("\\s", $str);
my $prevComp;
my $prevFlag = -1;
foreach my $elemIdx (0..(scalar @elems - 1)) {
    if ($elemIdx % 2 == 1) {
        if (defined $prevComp) {
            if ($prevComp ne $elems[$elemIdx]) {
                print " $elems[$elemIdx]";
                $prevFlag = 0;
            }
            else {
                $prevFlag = 1;
            }
        }
        else {
            print " $elems[$elemIdx]";
        }
        $prevComp = $elems[$elemIdx];
    }
    elsif ($prevFlag == -1) {
        print "$elems[$elemIdx]";
        $prevFlag = 0;
    }
    elsif ($prevFlag == 0) {
        print " $elems[$elemIdx]";
    }
}
print "\n";

可能很脏，但应该运行得更快。

【讨论】：