如何无需索引计数移除字符串中重复的特定词组

已知仅固定词组is example可能出现重复时，完全不需要手动定位索引、统计词组出现次数，用正则反向引用做一次替换即可实现需求，无重复时不会改动原字符串内容。

核心逻辑 #

通过正则捕获第一个出现的is example词组，匹配该词组后任意位置出现的同词组重复项，直接将多余的重复内容移除，同时自动清理多余空格，避免替换后出现连续空白。

代码示例 #

JavaScript 实现 #

// 基础版本，适配标准单空格分隔的场景
const removeDuplicatePhrase = (str) => str.replace(/(is example)(.*?)\1\s*/, '$1$2');

// 鲁棒性版本，适配词组间存在多空格、制表符的场景
const removeDuplicatePhraseRobust = (str) => str.replace(/(is\s+example)(.*?)\1\s*/, '$1$2');

// 测试
removeDuplicatePhrase("this is example of is example string")
// 输出："this is example of string"
removeDuplicatePhrase("this is example of string")
// 输出："this is example of string"（无重复时原内容不变）

Python 实现 #

import re

def remove_duplicate_phrase(s: str) -> str:
    # 基础版本
    return re.sub(r'(is example)(.*?)\1\s*', r'\1\2', s)

def remove_duplicate_phrase_robust(s: str) -> str:
    # 适配多空白的鲁棒版本
    return re.sub(r'(is\s+example)(.*?)\1\s*', r'\1\2', s)

# 测试
print(remove_duplicate_phrase("this is example of is example string"))
# 输出：this is example of string

方案优势 #

• 无需提前遍历字符串、定位词组索引、统计出现次数，一行代码即可完成处理
• 正常无重复的返回内容不会被改动，不会引入额外异常
• 自动处理多余空格，替换后的字符串格式符合正常书写规范
• 若后续出现词组重复2次以上的极端场景，给正则加上全局匹配标识即可一次性清除所有多余重复项

内容的提问来源于stack exchange，提问作者Crtac