regex - 哪些正则表达式可以从字符串中删除重复项？

Question

给定一个由:分隔的标识符字符串，是否可以构造一个正则表达式以将唯一标识符提取到另一个也由:分隔的字符串中？

如何使用正则表达式实现呢？我尝试过s/(:[^:])(.*)\1/$1$2/g时没有碰运气，因为(.*)贪婪，会跳到$1的最后一个匹配项。

示例:a:b:c:d:c:c:x:c:c:e:e:f应提供a:b:c:d:x:e:f
注意:我正在用perl编码，但是对此我非常感谢使用正则表达式。

Answer 1

在支持在内部后面无限重复的.NET中，您可以搜索

(?<=\b\1:.*)\b(\w+):?

并将所有匹配项替换为空字符串。

Perl(至少Perl 5)仅支持固定长度的lookbehinds，因此您可以尝试以下操作(使用lookahead，结果略有不同):

\b(\w+):(?=.*\b\1:?)

如果将其替换为空字符串，则将删除重复条目的所有先前重复项；否则，将删除所有重复项。最后一个将保留。所以代替

a:b:c:d:x:e:f

你会得到

a:b:d:x:c:e:f

如果可以，您可以使用

$subject =~ s/\b(\w+):(?=.*\b\1:?)//g;

说明:

第一个正则表达式:
(?<=\b\1:.*):检查是否可以匹配反向引用编号的内容。 1，后跟冒号，在字符串之前的某个位置。
\b(\w+):?:匹配标识符(从单词边界到下一个 :)，并可选地后面跟一个冒号。

第二个正则表达式:
\b(\w+)::匹配一个标识符和一个冒号。
(?=.*\b\1:?):然后检查是否可以匹配相同的标识符，并且可以在字符串前面的某个位置匹配冒号(可选)。