如何使正则表达式(?<=NASDAQ:).*查询返回无重复的唯一匹配结果

问题原因 #

你当前使用的正则(?<=NASDAQ:).*会匹配所有带有NASDAQ:前缀的后续整行内容，若开启了全局匹配（g标志），所有命中项都会被返回，包含重复的股票代码值。同时.*是贪婪匹配，会匹配到行尾所有内容，也可能因为匹配范围过大引入重复误判。

解决方案 #

方案1：仅保留第一个匹配结果

如果只需要获取全文第一个符合要求的股票代码，直接关闭正则的**全局匹配（g标志）**即可，正则匹配到第一个结果后会直接停止，不会返回后续重复内容。

方案2：匹配所有不重复的股票代码

如果需要提取全文所有不重复的股票代码，相同值仅保留一次，推荐两种实现方式：

• 最简稳妥方案：先将原正则优化为(?<=NASDAQ:)\w+（精准匹配连续字母数字组成的股票代码，避免.*匹配多余内容），开启全局匹配拿到所有结果后，将结果存入Set自动去重，不需要编写复杂正则逻辑。
• 纯正则实现方案：使用带回溯校验的正则(?<=NASDAQ:)(\w+)(?!.*\1)，该正则会匹配NASDAQ:后的股票代码，且仅当后续文本没有出现过相同代码时才命中，保证每个代码仅返回一次。

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