如何用Regex删除指定Speaker 1:重复行并保留特定条目？

问题还原 #

原始文本：

Speaker 1:
Lorem ipsum
Speaker 1:
This is text
Speaker 1:
Another one
Speaker 2:
Yadda Yadda
Speaker 1:
Text
Speaker 2:
New text

需求：删除Speaker 2:之前的第2、3个Speaker 1:条目（含对应内容），保留第一个和后续的Speaker 1:。

可行正则方案 #

匹配规则

使用捕获分组保留需要留存的内容，匹配并替换掉冗余部分：

(Speaker 1:\r?\n.*?)(?:\r?\nSpeaker 1:\r?\n.*?)*(\r?\nSpeaker 2:)

替换规则

将匹配到的内容替换为：

$1$2

规则解释 #

• (Speaker 1:\r?\n.*?)：捕获第一个Speaker 1:的标题和对应内容，.*?是非贪婪匹配，确保只匹配到该条目结束的位置，不会覆盖后续内容
• (?:\r?\nSpeaker 1:\r?\n.*?)*：非捕获分组，匹配所有位于第一个Speaker 1:和Speaker 2:之间的重复Speaker 1:条目（包括换行符、标题、内容），*表示匹配任意次数（这里刚好匹配第2、3个）
• (\r?\nSpeaker 2:)：捕获Speaker 2:的开头部分，确保后续内容完整保留

替换后结果 #

Speaker 1:
Lorem ipsum
Speaker 2:
Yadda Yadda
Speaker 1:
Text
Speaker 2:
New text

注意事项 #

• 上述写法兼容大多数正则工具（如VS Code、Notepad++），无需额外开启特殊模式
• \r?\n用于适配Windows（\r\n）和Unix（\n）的不同换行格式

内容的提问来源于stack exchange，提问作者Turm