正则表达式删除与第二个字符串匹配的行？

Posted 2023-03-11

【中文标题】正则表达式删除与第二个字符串匹配的行？

【英文标题】：Regex to delete lines that match the second string?

【发布时间】：2020-05-03 12:12:32

【问题描述】：

我有一长串这样的情况，第二个单词（空格后的第二个字符串）相同的行，但其余的不同。我只需要保留一行唯一的第二个字符串。仅适用于具有相同第二个单词且始终连续的行。例如，我有几行：

lineA 12345lineB 12345lineC 12345lineD 788878lineE 110881lineF 110881lineG 110881lineH 287778lineJ 251287lineK 242424 lineL 242424lineM 242424

到这个结果

lineA 12345
线D 788878
线E 110881
线H 287778
线J 251287
线K 242424

因此，如果行中的第二个单词是匹配项，则删除除一行之外的所有单词。 我尝试创建正则表达式，但只有在第一个单词匹配时才会删除，我不知道如何像示例中那样为空格后的第二个单词执行此操作。

^(\S++).*\K(?:\R\1(?:\h.*|$))+

【参考方案1】：

您不需要所有的点星。他们会让事情慢下来。您的正确且较短的版本是：

^\S+\K( \S++)([^ ]+\1)+

并用$1替换所有匹配项

见live demo here

【参考方案2】：

Ctrl+H 查找内容：^\S+\h+(\S+)\R\K(?:\S+\h+\1(?:\R|\Z))+ 替换为：LEAVE EMPTY

检查

环绕

CHECK

正则表达式 全部替换

Demo & Explanation

屏幕截图（之前）：

屏幕截图（之后）：

【讨论】：

测试了所有，你的似乎比其他人更正确。它不仅删除带有数字的行，而且在这种情况下工作正常：lines555 notdelete lines5aa notdeleteww13

【参考方案3】：

这可以通过捕获 2 个组来完成，第一个是您要保留 (\S+ (\d+)) 的原始行，第二个嵌套组具有重复数字（在您的情况下为 (\d+)）。

然后，当数字在(?:\R\S+ \2)+ 中重复\2 时，我们会找到与模式匹配的所有后续行（贪婪），并将所有这些行替换为第一行 $1。

查找没有换行符的正则表达式：(\S+ (\d+))(?:\R\S+ \2)+ 全部替换为：$1

编辑：感谢 Aaron 的换行技巧！在 npp 工作 16 年后学习新知识！

【讨论】：

您可以使用\R 代替[\r\n]1,2，它以与平台无关的方式匹配换行符的所有字符。它没有在许多正则表达式风格中实现，但它在 Notepad++ 使用的 Boost 引擎中实现。

我的错，我没有说第二行不仅可以包含数字，而且只能包含字母或字母与数字混合，所以 Aaron 的版本更通用，不知道他为什么删除它。跨度>

还注意到 Aaron 的正则表达式会删除具有相似单词的行，但删除时我需要完全匹配。

@redrednua 根据您的问题，您似乎对正则表达式有相当的了解，所以我专注于您提供的用例，并假设将 \d 调整为任何捕获组，例如任何场景的另一个 \S。