Notepad ++中的正则表达式从单词中删除重复的字母

Question

在记事本++中，我想以下列方式查找和替换。

如果一个词是“书” 这是这个词中的两个“o”。我想删除一个'o'

处理后的单词将是“Bok”

这里有一些例子

UFU>UF

sans > san

菜鸟>菜鸟

时钟>时钟

AABBCC > ABC

或者我可以一个字母一个字母地删除重复的单词。让我们先删除所有重复的 'a' 然后重复 'b' 然后......直到 'z'

喜欢-

ABCDEEABCDDABB > ABCDEEBCDDBB > ABCDEECDD > ABCDEEDD > ABCDEE > ABCDE

Antidisestablishmentarianism > Antidisestblishmentrinism > Antidisestblishmntrinism > Antidsestblshmntrnsm > Antidsestblshmntrns > Antidsestblshmtrs > Antidsetblhmtr > Antidseblhmr

Answer 1

如果您想一次性完成所有操作，那么没有办法，仅靠正则表达式是不行的。但是，您可以使用一个正则表达式进行多次传递：

((.)(?:(?!\2).)*)\2+

替换为$1 并继续这样做，直到文本停止更改。

这会查找具有一个或多个重复项的第一个字符，并捕获它以及组#1 中没有重复项的任何后续字符。用组 #1 替换整个匹配项可以有效地删除重复字符（或多个字符，如果 \2+ 消耗多个字符）。

如果您正在处理包含多个单词的文本，并且想要全部更改，您可以使用\S 或\w 而不是.，以忽略空格和/或标点符号。

Answer 2

这工作(\S*)([a-z])(\S*)(\2)(\S*)
替换为\1\2\3\5
您需要进行迭代，直到消耗完所有重复项。

说明：
有五个捕获组，每个组在每个括号对上。其中三个是(\S*)，这意味着“没有空格”以保持单词边界的表达。 ([a-z]) 匹配一个字符，(\2) 匹配同一个字符。此捕获组(\2) 是第 4 个，并且是重建表达式之外的唯一组，将重复的字符排除在外。