删除字符串中出现的重复单词

Posted

技术标签:

【中文标题】删除字符串中出现的重复单词【英文标题】:Remove occurrences of duplicate words in a string 【发布时间】:2013-05-26 11:46:02 【问题描述】:

以下面的字符串为例:

var string = "spanner, span, spaniel, span";

我想从这个字符串中找到重复的单词,删除所有重复的单词,保持单词出现一次,然后输出修改后的字符串。

在这个例子中是:

var string = "spanner, span, spaniel";

我已经设置了一个用于测试的 jsFiddle:http://jsfiddle.net/p2Gqc/

请注意,字符串中单词的顺序并不一致,每个字符串的长度也不一致,因此我认为正则表达式不会在这里完成工作。我正在考虑将字符串拆分为数组的方式?但我希望它对客户端尽可能轻且速度超快...

【问题讨论】:

不错的小提琴,但实际上它背后没有逻辑......看看String.split()。然后,您可以遍历单词数组并检查重复项。 a) 从您的字符串构建一个数组。 b) 遍历数组并将每个元素附加到新数组中,如果该元素不在新数组中。 c) 将新数组转换为字符串。 我有一些问题。性能很重要吗?一个字符串可以有多长(最大)?您要删除所有重复的单词还是只删除找到的第一个单词? 【参考方案1】:

这样的事情怎么样?

拆分字符串,获取数组,过滤它以删除重复项,然后将它们加入。

var uniqueList=string.split(',').filter(function(item,i,allItems)
    return i==allItems.indexOf(item);
).join(',');

$('#output').append(uniqueList);

Fiddle

对于不支持的浏览器,你可以通过在你的 js 中添加这个来解决它。

见Filter

if (!Array.prototype.filter)

  Array.prototype.filter = function(fun /*, thisp*/)
  
    "use strict";

    if (this == null)
      throw new TypeError();

    var t = Object(this);
    var len = t.length >>> 0;
    if (typeof fun != "function")
      throw new TypeError();

    var res = [];
    var thisp = arguments[1];
    for (var i = 0; i < len; i++)
    
      if (i in t)
      
        var val = t[i]; // in case fun mutates this
        if (fun.call(thisp, val, i, t))
          res.push(val);
      
    

    return res;
  ;

【讨论】:

你可能想要修剪你的字符串。这失败了 var string = "spanner,span, spaniel, span"; @PSL 传递给函数(item,i,allItems)的参数,你能解释一下当函数返回“return i==allItems.indexOf(item)”时它是如何工作的。正如你所理解的,allitems 是整个字符串,items 是传递给字符串的每个单独的项目,但是“i”是什么? i 是索引。 indexOf 返回列表allItems 中匹配的第一个项目。所以检查这将为重复项目返回 false 并随后从过滤列表中排除。 当您使用节点 js readfileasync 在“\n”上进行拆分搜索以删除重复行时,可以做得很好。【参考方案2】:

如果以上方法都不适合你,这里还有另一种方法:

var str = "spanner, span, spaniel, span";
str = str.replace(/[ ]/g,"").split(",");
var result = [];
for(var i =0; i < str.length ; i++)
    if(result.indexOf(str[i]) == -1) result.push(str[i]);

result=result.join(", ");

或者如果你想让它有更好的形状,试试这个:

Array.prototype.removeDuplicate = function()
   var result = [];
   for(var i =0; i < this.length ; i++)
       if(result.indexOf(this[i]) == -1) result.push(this[i]);
   
   return result;

var str = "spanner, span, spaniel, span";
str = str.replace(/[ ]/g,"").split(",").removeDuplicate().join(", ");

【讨论】:

我正在使用公司版本的 ie11(各种强制兼容性恶作剧),这是唯一有效的解决方案。感谢您发布它:)【参考方案3】:

使用正则表达式的替代解决方案

通过使用正向前瞻,您可以去除所有重复的单词。

正则表达式/(\b\S+\b)(?=.*\1)/ig,其中

\b - 匹配单词边界 \S - 匹配非空白字符(制表符、换行符等) ?= - 用于正向预测 ig - 分别用于区分大小写和全局搜索的标志 +,* - 量词。 + -> 1 或更多,* -> 0 或更多 () - 定义一个组 \1 - 对前一组结果的反向引用

var string1 = 'spanner, span, spaniel, span';
var string2 = 'spanner, span, spaniel, span, span';
var string3 = 'What, the, the, heck';
// modified regex to remove preceding ',' and ' ' as per your scenario 
var result1 = string1.replace(/(\b, \w+\b)(?=.*\1)/ig, '');
var result2 = string2.replace(/(\b, \w+\b)(?=.*\1)/ig, '');
var result3 = string3.replace(/(\b, \w+\b)(?=.*\1)/ig, '');
console.log(string1 + ' => ' + result1);
console.log(string2 + ' => ' + result2);
console.log(string3 + ' => ' + result3);

唯一需要注意的是,这个正则表达式只保留找到的重复单词的最后一个实例,并删除所有其余的实例。对于那些只关心重复而不关心单词顺序的人来说,这应该可行!

【讨论】:

【参考方案4】:
// Take the following string
var string = "spanner, span, spaniel, span";
var arr = string.split(", ");
var unique = [];
$.each(arr, function (index,word) 
    if ($.inArray(word, unique) === -1) 
        unique.push(word);

);

alert(unique);

Live DEMO

【讨论】:

【参考方案5】:

其他两个答案都可以正常工作,尽管 PSL 使用的 filter 数组方法已添加到 ECMAScript 5 中,并且在旧浏览器中不可用。

如果您正在处理长字符串,那么使用$.inArray/Array.indexOf 并不是检查您之前是否看过某个项目的最有效方法(它会涉及每次扫描整个数组)。相反,您可以将每个单词作为键存储在对象中,并利用基于散列的查找,这比读取大型数组要快得多。

var tmp=;
var arrOut=[];
$.each(string.split(', '), function(_,word)
    if (!(word in tmp))
        tmp[word]=1;
        arrOut.push(word);
    
);
arrOut.join(', ');

【讨论】:

【参考方案6】:
<script type="text/javascript">
str=prompt("Enter String::","");
arr=new Array();
arr=str.split(",");
unique=new Array();
for(i=0;i<arr.length;i++)

    if((i==arr.indexOf(arr[i]))||(arr.indexOf(arr[i])==arr.lastIndexOf(arr[i])))
        unique.push(arr[i]);   

unique.join(",");
alert(unique);
</script>

此代码块将从句子中删除重复的单词。

if 语句的第一个条件,即 (i==arr.indexOf(arr[i])) 将包括结果中第一次出现重复单词(此代码中的变量唯一)。

第二个条件 (arr.indexOf(arr[i])==arr.lastIndexOf(arr[i])) 将包括所有不重复的单词。

【讨论】:

【参考方案7】:

下面是一个易于理解且快速的代码,用于删除字符串中的重复单词:

var string = "spanner, span, spaniel, span";


var uniqueListIndex=string.split(',').filter(function(currentItem,i,allItems)
    return (i == allItems.indexOf(currentItem));
);

var uniqueList=uniqueListIndex.join(',');

alert(uniqueList);//Result:spanner, span, spaniel

就这么简单就可以解决您的问题。希望这可以帮助。干杯:)

【讨论】:

【参考方案8】:

要删除所有重复的单词,我使用以下代码:

<script>
function deleteDuplicate(a)a=a.toString().replace(/ /g,",");a=a.replace(/[ ]/g,"").split(",");for(var b=[],c=0;c<a.length;c++)-1==b.indexOf(a[c])&&b.push(a[c]);b=b.join(", ");return b=b.replace(/,/g," ");
document.write(deleteDuplicate("g g g g"));
</script>

【讨论】:

【参考方案9】:

getUniqueWordString 函数中,我们过滤多余的单词,然后用分隔符连接回来。如果输入字符串中的单词同时存在大写和小写,也添加了一种情况。

function getUniqueWordString(str, delimiter) 
    return str.toLowerCase().split(delimiter).filter(function(e, i, arr) 
        return arr.indexOf(e, i+1) === -1;
    ).join(delimiter);


let str = "spanner, span, spaniel, span, SPAN, SpaNiel";
console.log(getUniqueWordString(str, ", "))

【讨论】:

【参考方案10】:
var string = "spanner, span, spaniel, span";

var strArray= string.split(",");

var unique = [];
 for(var i =0; i< strArray.length; i++)
 
   eval(unique[strArray] = new Object()); 
 

//通过foreach可以很方便的遍历unique。

我喜欢这个有三个的原因。 首先,它适用于 IE8 或任何其他浏览器。

第二。它更加优化并保证具有独特的结果。

最后,它适用于输入中有空格的其他字符串数组,例如

var string[] = "New York", "New Jersey", "South Hampsire","New York";

对于上述情况,字符串[]中只有三个元素会被唯一存储。

【讨论】:

以上是关于删除字符串中出现的重复单词的主要内容,如果未能解决你的问题,请参考以下文章

审查(银)

JavaScript 数组删除重复的单词或字符(如果只输入字符。不要从 1 个单词中删除所有重复项

2019-6-14考试总结

从字符串中删除重复的单词时会发生字符串标记问题

使用scala删除长字符串中的重复单词

6/14考试总结