如何用正则表达式移除R语言字符串中的重复短语？

针对你给出的字符串，我们可以用R的gsub()函数结合正则表达式，精准移除连续重复的"Empty String;"短语，只保留单次出现，同时保留后续其他内容。

实现代码 #

# 原字符串
mystring = c("Empty String; Empty String;", "Empty String; Empty String; Empty String; Apple is red")

# 正则替换处理
newstring = gsub("(Empty String;)(\\s+\\1)+", "\\1", mystring)

正则说明 #

• (Empty String;)：捕获需要保留的目标短语，标记为分组1
• (\\s+\\1)+：匹配一个或多个「空白字符+分组1短语」的组合，也就是连续重复的目标短语
• 替换为\\1：将所有连续重复的部分替换为单次目标短语

处理结果 #

运行代码后得到的newstring即为需求结果：

> newstring
[1] "Empty String;"               "Empty String; Apple is red"

内容的提问来源于stack exchange，提问作者ybcha204