正则表达式从逗号分隔列表中删除连续重复（整数和/或浮点数）

Posted 2023-04-14

【中文标题】正则表达式从逗号分隔列表中删除连续重复（整数和/或浮点数）

【英文标题】：Regex to Delete Consecutive Duplicates (integers and/or floats) from Comma Separated List

【发布时间】：2021-06-24 15:15:30

【问题描述】：

据我所知，这里没有这样的确切问题。

我是正则表达式的新手，我需要解决以下问题。 假设我有一个这样的（排序的）列表：

1,1,1.28,1.35,1.4,1.4,2,2,4,7.5,7.56

哪个是匹配所有重复项的合适正则表达式？

我尝试了不同的选项，到目前为止最好的选项是 ?:^|,)([^,]+)(,[ ]*\1)+，但显然它没有考虑到像 1,1,1.28 这样的情况（请参阅 demo）。

简单来说，我需要它的正则表达式：

Whatever there's inside two commas, match if there is a duplicate

非常感谢您的帮助！

谢谢

【问题讨论】：

欢迎来到***。在您发布自己的代码以显示您自己解决问题的尝试之前，您不太可能收到对您的问题的答复。此外，您应该标记问题以显示您的正则表达式使用哪种语言。

【参考方案1】：

你可以使用

(?<![^\D,])(\d+(?:\.\d+)?)(?:,\1)+(?![^,]|\.?\d)

替换为$1。请参阅regex demo。

详情：

(?<![^\D,]) - 紧靠当前位置的左侧，除了非数字或逗号之外不能有字符 (\d+(?:\.\d+)?) - 第 1 组：一位或多位数字后跟可选的 . 序列和一位或多位数字 (?:,\1)+ - 一个或多个逗号序列和第 1 组值 (?![^,]|\.?\d) - 紧靠右侧，除了, 或可选的. 后跟数字之外，不能有其他字符。

【讨论】：

谢谢，看来修改为(?<![^\D,])(\d+(?:\.\d+)?)(?:,\1)+(?![^,\s*]|\.?\d)解决了1.28,1.28,1,1,,1,1.18,1.18的情况。如果在最后一个否定查找中没有 \s*，它不会考虑列表末尾不以逗号结尾的重复项。谢谢！

【参考方案2】：

我的看法是：

(\b\d+(?:\.\d+)?\b)(?:,\1)+[^\.\d]

这个特别好的地方是它匹配重复数字之间的所有逗号。如果您只需要在列表中保留一个数字的副本并删除所有其他数字，这很方便 - 您可以简单地删除整个匹配并将其替换为第 1 组内容，并且 逗号顺序仍然是正如预期的那样 - a,b,c！ 或者，如果您需要完全删除重复项，只需删除所有匹配项（同样，顺序相同）。

解释：

(\b\d+(?:\.\d+)?\b) 匹配一个数字，可能是一个小数。使用“边界”是为了不匹配“...,1

1,1

,...”。不允许使用这种精确的数字顺序 (11>1)，但我插入它只是为了确保不会出现类似问题。 (?:,\1)+ 匹配一个逗号，然后是之前找到的数字。在这里，我们使用了数字已排序的事实。 [^\.\d] 很棘手：如果第一个非数学数字有一个点而匹配没有，我们必须停止并且不匹配该点。此外，我们必须不匹配“7.5,7.56”，为此我们可以使用“not digit”。但是我们必须匹配其他所有内容，包括行尾。因此，作为“not digit AND not dot”的替代品，我使用了“not (digit or dot)”。

【讨论】：

谢谢！这似乎也有效，对其他回复的相同评论也适用。没想到会立即获得支持 :) 似乎正则表达式是当今的热门话题