使用Editpad Lite 7删除重复项使用Regex

Question

我有一个逗号分隔的文本文档中的单词列表。我基本上只是删除了小说中的所有标点符号，所以有很多相同单词的实例。

我找不出如何使用正则表达式来留下每个单词的一个实例。

我使用的EditPad精简版7

任何人都可以给我如何做到这一点的建议。 （如果可能的话）。

Answer 1

假设你有一个文本是一个逗号分隔样的单词列表：

hello,world,hello,abc,world 

，你想删除重复的话，这样生成的文本是：

hello,world,abc 

我不认为你可以在Editpad Lite 7中使用正则表达式来实现这一点。最好的选择是使用编程语言来实现这一点。这里有一个简单的例子使用PHP：

$text = "hello,world,hello,abc,world"; 
$seen = array(); 
foreach (explode(',', $text) as $word) { 
    if (isset($seen[$word])) continue; 
    $seen[$word] = true; 
    print $word . ','; 
} 
// Outputs: hello,world,abc, 

Answer 2

如果你的编辑器支持look-around assertions，你可以用它来删除（即以“”代替）的

(?<=,|^)([^,]*)(?=,)(?=.*,\1(,|$)) 

所有比赛看到它在行动中RegExr.

这样做的性能可能会相当不好，这取决于文本的长度。如果你需要定期做这些，你可以更好地用你选择的语言编写一个小脚本。