Notepad++如何用正则忽略标点空格删除模糊重复行

纯正则表达式无法直接完成该需求：这类去重需要先对每行做归一化处理（剔除标点、空格，统一大小写）再比对重复值，Notepad++自带的查找替换功能不支持跨行的键值状态记录，推荐用内置插件实现，操作步骤如下：

插件法（推荐，10秒完成处理） #

• 打开Notepad++，顶部菜单栏依次选择「插件」→「插件管理」，搜索Python Script，勾选对应选项后点击安装，等待软件重启完成插件加载。
• 重启后点击顶部菜单「插件」→「Python Script」→「New Script」，给脚本自定义命名（比如fuzzy_dedup.py）后保存。
• 将以下代码粘贴到脚本编辑窗口，保存后关闭编辑页：

import re
editor.beginUndoAction()
all_lines = editor.getDocument().splitlines()
seen_norm_key = set()
keep_content = []

for line in all_lines:
    # 归一化规则：删除所有非字母数字字符，统一转小写
    norm_key = re.sub(r'[^a-zA-Z0-9]', '', line).lower()
    # 空行直接保留
    if not norm_key:
        keep_content.append(line)
        continue
    # 归一化结果未出现过则保留该行
    if norm_key not in seen_norm_key:
        seen_norm_key.add(norm_key)
        keep_content.append(line)

# 替换全文为去重后的内容
editor.setText('\r\n'.join(keep_content))
editor.endUndoAction()

• 打开需要处理的目标txt文件，点击「插件」→「Python Script」→「Scripts」，选择刚才保存的脚本，一键执行即可完成去重。

方案说明 #

• 去重逻辑完全匹配需求：自动忽略所有标点、空格、大小写差异，只要行内的字母、数字序列完全一致就判定为重复，每组重复行默认保留最先出现的1条，符合「保留任意一条即可」的要求。如果需要固定保留特定位置的重复行，只需要调整遍历、键值记录的逻辑即可，核心归一化规则不需要改动。
• 原文件中的空行会完整保留，不会被误删。
• 所有操作支持一键撤销，如果结果不符合预期，按Ctrl+Z即可回退到原始文件状态。

无插件替代方案（操作繁琐，仅应急使用） #

如果不想安装插件，可以通过多步编辑手动实现：

• 用列编辑模式在所有行的行首插入递增数字序号，给每行做唯一标识。
• 复制全文到新标签页做归一化处理：
  • 查找内容填[^a-zA-Z0-9\r\n]，替换为空，勾选「正则表达式」后执行全部替换，剔除所有标点、空格。
  • 查找内容填[A-Z]，替换为\L$0，勾选「正则表达式」后执行全部替换，统一转小写。
• 将原文件行和归一化后的副本行按行号一一对应合并，按归一化后的内容去重，再按原行号排序恢复原文顺序，删除辅助的序号列、归一化列即可。
  *该方法步骤多容易出现匹配错误，处理大文件效率极低，非必要不推荐使用。

内容的提问来源于stack exchange，提问作者user2311056