删除字符串中的连续重复单词

Question

我正在尝试编写一个删除字符串中连续重复单词的函数。保留正则表达式找到的任何匹配项至关重要。也就是说……

一条非常非常非常脏的狗

应该变成……

一条很脏的狗

我有一个似乎运行良好的正则表达式 (based on this post)

(\b\S+\b)(($|\s+)\1)+

但是我不确定如何使用 preg_replace （或者是否有更好的功能）来实现这一点。现在我让它删除所有匹配的重复单词，而不会留下一个完整的单词副本。我可以解析变量或特殊指令以保持匹配吗？

我现在有这个...

$string=preg_replace('/(\b\S+\b)(($|\s+)\1)+/', '', $string);

Answer 1

您可以使用\b(\S+)(?:\s+\1\b)+ 之类的正则表达式并替换为$1：

$string=preg_replace('/\b(\S+)(?:\s+\1\b)+/i', '$1', $string);

见regex demo

详情：

• \b(\S+) - 第 1 组捕获一个或多个以单词边界开头的非空白符号（也许 \b(\w+) 更适合这里）
• (?:\s+\1\b)+ - 1 个或多个序列：
  • \s+ - 1 个或多个空格
  • \1\b - 对存储在第 1 组缓冲区中的值的反向引用（该值必须是整个单词）

替换模式是$1，替换反向引用引用存储在第 1 组缓冲区中的值。

注意/i不区分大小写修饰符将使\1不区分大小写，I have a dog Dog DOG将导致I have a dog。

Answer 2

<?php
$text ='one one, two three, two';
$result_text = preg_replace("/\b(\w+)\s+\\1\b/i", "$1", $text);
echo "Result Text: ".$result_text; //one, two three, two
?>

试试这个。它应该原封不动地返回一份。