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和is元素将被删除，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

第一个捕获组是任何一组字符，第二个是对任何字符集的正面预测（为了防止这些字符被包含在结果中），然后\\1是对第一个匹配的反向引用子。

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+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组1
• (?=.*\\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。 为了确保我们将原始单词和欺骗单词匹配为整个单词， \\b应在\\w+和\\1周围使用单词边界。

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