是否可以匹配以相同的单词/模式开头的连续行

Question

我意识到这可能不是最常用的正则表达式,但我想知道它在理论上是否可行.

给出一个文本文件示例:

MYL3    P08590
MYL3    B2R534
MYL3    Q9NRS8
TM38A   Q9H6F2
TM38A   A8K9P9
TRFE    P02787
TRFE    O43890
TRFE    Q1HBA5
TRFE    Q9NQB8
TRFE    Q9UHV0
ETFA    P13804
KCRM    P06732
KCRM    Q96QL9

...只要使用正则表达式,是否可以匹配以与前一行相同的模式开头的行？匹配和替换行(符合条件)没有任何东西将是这样的:

MYL3    P08590
TM38A   Q9H6F2
TRFE    P02787
ETFA    P13804
KCRM    P06732

我的猜测是,即使可以使用多行匹配来检查前一行,也不可能只通过正则表达式完成,因为没有定义的模式可以匹配,而只是第一个(几个)连续的单词.它需要将一行的开头定义为"变量",并将下一行的开头与之比较,据我所知,单凭正则表达式是不可能的.

另一方面,一位同事声称可能取决于正则表达式的实施.我以为我会问这里的专家.. :)

Answer 1

你可以使用这个正则表达式:

(?s)(\w+)\s+\w+\r\n(\1\s+\w+(?:\r\n)?)+

1. (?s) - 启用单行选项
2. (\w+) - 字母数字(组1),一次或多次重复
3. \s+ - 空格,一次或多次重复
4. \w+ - 字母数字,一次或多次重复
5. \r\n
6. (\1\s+\w+(?:\r\n)?)- 组2,一个或多个重复:对组1的反向引用,空格,一个或多个重复,字母数字,一个或多个重复,\r\n零个一个

它将匹配: