删除相邻重复的内容

1、思路:用正则表达式匹配,使用反向引用,替换。查找(.+?)\1 替换为 $1
    (.+)\1 为什么不好?因为量词优先,+会尽可能地吃,然后又要一个一个吐出来,效率太差,使用(.+?)\1 取消量词优先,尽量少吃。
    (.*?)\1 为什么不好,因为.* 可以匹配没有字符的情况,.+ 要求至少有一个字符,既然是删除相邻重复的内容,当然要求至少有一个字符。

2、删除相邻重复的行,可以转化为删除相邻重复的内容。只不过中间有一个换行符,如下:查找(.+?)(\r\n)\1 替换为 $1。
   注意:这里千万不能使用(.*?)(\r\n)\1,会导致没有了换行符,为什么?
   因为 (.*?)能匹配空,紧接着换行,反向引用空,替换为空,导致换行符没有了。

3、注意:上面只是删除相邻两个重复的内容,对于多个连续重复的内容,比如:aaaa,怎么办?

    查找 (.+?)(\1)+ 替换为 $1,注意这里不能使用(.+)(\1)+,不是效率的问题,而是.+ 会多吃,导致.+ 匹配aa,最后结果为aa。

    对于多个连续重复的行,查找 (.+?)(\r\n\1)+ 替换为 $1

posted on 2015-04-12 19:20  Andy Niu  阅读(360)  评论(0编辑  收藏  举报