如何在Java中使用正则移除连续及非连续重复单词？

嘿，这个问题我刚好有经验！你找的这个正则(?s)(\b\w+\b)(?=.*\b\1\b)其实已经找对了方向，不过直接用它替换会保留最后一次出现的重复单词，而你需要的是保留首次出现的，所以我们可以用一个小技巧——反转字符串来实现，具体步骤如下：

原理拆解 #

先搞懂你这个正则的作用：

• (?s)：开启单行模式，让.能匹配换行符（对你的单行字符串来说其实非必需，但保留也没问题）
• (\b\w+\b)：捕获一个完整的单词（\b是单词边界，确保不会匹配单词的一部分）
• (?=.*\b\1\b)：正向预查，确保当前捕获的单词后面还会再次出现（\1引用刚才捕获的单词）

这个正则会匹配所有「后面还有重复项的单词」，直接替换为空的话，最后剩下的是每个重复单词的最后一次出现。那我们反过来操作，就能拿到首次出现的：

具体实现步骤 #

1. 反转原始字符串：把重复单词的出现顺序倒过来
2. 用你的正则替换反转后的字符串：此时匹配的是反转后「后面还有重复项的单词」，也就是原字符串里「后面出现的重复单词」
3. 再次反转字符串：恢复原本的顺序，此时就保留了每个单词的首次出现
4. 清理多余空格：替换过程中可能会留下多个连续空格，需要合并成单个空格并去除首尾空格

代码示例（以Python为例） #

import re

# 原始字符串
original_str = "Hello to everyone hello in this world world"

# 步骤1：反转字符串
reversed_str = original_str[::-1]

# 步骤2：用你提供的正则替换（加i标志处理大小写不敏感的重复）
pattern = r'(?si)(\b\w+\b)(?=.*\b\1\b)'
reversed_processed = re.sub(pattern, '', reversed_str)

# 步骤3：反转回原顺序
result = reversed_processed[::-1]

# 步骤4：清理多余空格
final_result = re.sub(r'\s+', ' ', result).strip()

print(final_result)  # 输出：Hello to everyone in this world

关于大小写的说明 #

你的目标结果里Hello保留而hello被移除，说明需要不区分大小写的重复判断，所以我在正则里加了i标志（不区分大小写），这样就能把大小写不同的相同单词视为重复项，只保留首次出现的那个。

其他语言的类似实现（比如JavaScript） #

const originalStr = "Hello to everyone hello in this world world";

// 反转字符串的工具函数
function reverseStr(str) {
  return str.split('').reverse().join('');
}

// 步骤1：反转字符串
const reversedStr = reverseStr(originalStr);

// 步骤2：替换（开启全局+不区分大小写匹配）
const pattern = /(?s)(\b\w+\b)(?=.*\b\1\b)/gi;
const reversedProcessed = reversedStr.replace(pattern, '');

// 步骤3：反转回原顺序
const result = reverseStr(reversedProcessed);

// 步骤4：清理空格
const finalResult = result.replace(/\s+/g, ' ').trim();

console.log(finalResult); // 输出：Hello to everyone in this world

这样就完美实现你的需求啦！

内容的提问来源于stack exchange，提问作者Code Hard