regex - 如何在 tcl 中使用正则表达式严格删除重复字符

Question

如何在TCL中严格使用正则表达式删除字符串中的重复字符？例如，我有一个像这样的字符串 aabbcddeffghh，我只需要“abcdefgh”这样的字符。我尝试使用 lsort unique，我能够得到唯一的字符:

join [lsort -unique [split $mystring {}]]

但我只需要使用 regexp 命令。

Answer 1

您不能仅使用 Tcl 的 regsub 命令从字符串中删除所有不连续的双字符。它不支持访问先行序列中的反向引用，这意味着任何删除方案都必然会遇到匹配区域重叠的问题。

最简单的解决方法是用 while 循环(主体为空)包裹起来，利用 regsub 将返回在给定 a 时执行的替换次数这一事实用于存储结果的变量(下面的最后一个参数):

set str "mississippi mud pie"
while {[regsub -all {(.)(.*)\1+} $str {\1\2} str]} {}
puts $str;          # Prints "misp ude"