JavaScript正则去重空格分隔子串时丢失-/,等符号如何解决

问题根因 #

你使用的正则出现误删的核心原因是\b单词边界的匹配逻辑和你的场景不匹配：\b仅识别\w（字母、数字、下划线）和\W（其余字符）的交界位置，而你场景中的子串内部包含-、/、,这类\W字符，会被\b误判为单词边界，导致正则把完整的空格分隔子串拆成多个片段匹配，最终出现字符丢失的问题。

解决方案 #

将正则中的单词边界替换为匹配字符串首尾/空格的零宽断言，就能实现仅对完整空格分隔子串的去重，不会误删子串内部的特殊字符。
修改后的正则为：
/(?<=^|\s)(\S+)(?=.*?(?<=^|\s)\1(?=\s|$))/g

完整的调用代码示例：

function deduplicateStr(str) {
  // 移除重复的空格分隔子串
  let result = str.replace(/(?<=^|\s)(\S+)(?=.*?(?<=^|\s)\1(?=\s|$))/g, '');
  // 处理替换产生的多余空格
  result = result.replace(/\s+/g, ' ').trim();
  return result;
}

实现逻辑说明 #

1. (?<=^|\s)：正向后顾断言，限定匹配的子串前面只能是字符串开头或者空格，保证我们匹配的是空格分隔的完整子串开头
2. (\S+)：捕获所有非空格字符，也就是你定义的完整“单词”
3. (?=.*?(?<=^|\s)\1(?=\s|$))：正向前瞻断言，判断当前捕获的子串在后续内容中还会作为完整的空格分隔子串出现，符合条件就匹配当前子串，替换为空即可实现去重，保留后出现的子串。

经过测试，该方案处理你的测试字符串输出结果和你给出的预期输出完全一致。

备选非正则方案（兼容性更好） #

如果需要兼容不支持后顾断言的旧环境，也可以直接按空格拆分字符串后去重，逻辑更直观不易出错：

function deduplicateStr(str) {
  const seen = new Set();
  return str.split(/\s+/)
    .filter(item => {
      if (seen.has(item)) return false;
      seen.add(item);
      return true;
    })
    .join(' ')
    .trim();
}

内容的提问来源于stack exchange，提问作者David Leal