Python正则提取字符串Item项时如何去除重复元素

你当前的代码存在两个核心问题：

• 拆分后硬编码截取固定位置字符的逻辑容错性极差，一旦Item和编号之间的空格数量变化、编号位数变化，就会出现截取错误
• 没有加入去重逻辑，重复出现的Item编号会被直接追加到结果列表中，无法满足去重要求

推荐直接用正则匹配所有符合格式的Item编号片段，再做保序去重，逻辑更严谨也更简洁：

import re

a = "Item 1.01    Entry the party thereto Item 2.02 Exit Item 4.02 Please go from Item 1.01 Item 5.06 lets have some party "
# 精准匹配所有「Item + 任意长度空格 + x.xx格式编号」的片段
all_items = re.findall(r"Item\s+\d+\.\d+", a)
# Python 3.7+ 字典默认保留插入顺序，可直接实现保序去重
result = list(dict.fromkeys(all_items))

print(result)
# 输出：['Item 1.01', 'Item 2.02', 'Item 4.02', 'Item 5.06']

如果你使用的Python版本低于3.7（字典不保证插入顺序），可以用集合标记已出现的元素实现保序去重，全版本通用：

result = []
exist_record = set()
for item in all_items:
    if item not in exist_record:
        exist_record.add(item)
        result.append(item)

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