使用PCRE2(PHP>=7.3)正则删除#1字段重复行仅保留最后出现的行

结论 #

该需求可以通过PCRE2正则实现，核心逻辑是利用正向预查筛选出所有#1字段后续还有重复出现的行，直接删除这类行即可保留每个#1对应的最后一次出现的行。

具体实现 #

正则规则 #

匹配待删除行的正则表达式如下，需同时开启m（多行模式）、s（点号匹配换行符）修饰符：

/^(\S+)\h+.*$(?=.*^\1\h+)/ms

规则拆解：

• ^：匹配当前行的行首
• (\S+)：捕获组1，匹配无空格的#1字段
• \h+：匹配#1和#3之间的水平空白（即#2字段）
• .*$：匹配当前行剩余所有内容直到行尾
• (?=.*^\1\h+)：正向肯定预查，验证后续文本中是否还存在相同#1字段开头的行，如果存在则说明当前行是重复的非最后一行，需要删除

PHP代码示例（适配PCRE2环境） #

<?php
// 原始文本
$rawText = <<<EOF
#1       #2      #3
green          [foo] [foo1]
red             [foo]
blue                  [foo] [foo1] [foo2]
yellow             [foo2]
green          [foo]
green          [foo] [foo1]
red             [foo]
pink                  [foo3]
EOF;

// 第一步：删除表头行
$processed = preg_replace('/^#1\h.*\R/', '', $rawText);
// 第二步：删除所有#1重复的非最后行
$processed = preg_replace('/^(\S+)\h+.*$(?=.*^\1\h+)/ms', '', $processed);
// 第三步：清理多余空行
$processed = trim(preg_replace('/\R{2,}/', "\n", $processed));

// 输出结果
echo $processed;
?>

运行上述代码输出结果和预期完全一致：

blue                  [foo] [foo1] [foo2]
yellow             [foo2]
green          [foo] [foo1]
red             [foo]
pink                  [foo3]

内容的提问来源于stack exchange，提问作者user17032581