用于匹配重复子串的单个js正则表达式？

Question

说我有一个字符串,如:

where is mummy where is daddy

我想用空字符串替换任何一组重复的子字符串 - 所以在这种情况下where,is将删除和元素,结果字符串将是:

mummy daddy

我想知道是否有任何单一的正则表达式可以实现这一点.我试过的正则表达式(不起作用)如下所示:

/(\w+)(?=.*)\1/gi

在第一个捕获组是任何字符集的情况下,第二个是对任何字符集的正面观察(为了防止这些字符包含在结果中),然后\1是对第一个匹配的子字符串的反向引用.

任何帮助都会很棒.提前致谢!

Answer 1

你的正则表达式不起作用,因为\w+它不受字边界限制,并且\1反向引用试图在"原始"单词之后匹配,这几乎不是真的.

你需要首先得到dupes的单词,然后构建一个RegExp,将它们全部与可选的空格(或标点符号等)相匹配 - 稍后调整模式并用空字符串替换:

var re = /(\b\w+\b)(?=.*\b\1\b)/gi;                  // Get the repeated whole words
var str = 'where is mummy where is daddy';
var patts = str.match(re);                       // Collect the matched repeated words
var res = str.replace(RegExp("\\s*\\b(?:" + patts.join("|") +")\\b", "gi"), ""); //  Build the pattern for replacing all found words
document.body.innerHTML = res;

第一种模式是 (\b\w+\b)(?=.*\b\1\b):

• (\b\w+\b)- 匹配并捕获由[A-Za-z0-9_]字符组成的整个单词
• (?=.*\b\1\b) - 确保捕获到组1中的值重复到当前位置右侧的某个位置(不一定在单词后面).如果字符串是多行,请使用[\s\S]而不是点.为了确保我们原来的匹配和重复数据删除的话整个单词,\b单词的边界应该围绕这两个被使用\w+和\1.

第二种模式每次都会有所不同,但在当前情况下,它将是/\s*\b(?:where|is)\b/gi:

• \s* - 零或更多whitepsace
• \b(?:where|is)\b- 来自交替组的整个单词(?:...|...):where或者is(由于/i修饰符而不区分大小写).