在R语言中如何删除字符向量中的重复字符串

你给出的场景是删除单个字符串内连续出现的重复单词，以下是两种可直接复用的实现方式：

方法1：基础正则替换（无需额外依赖包，推荐） #

直接通过gsub匹配连续重复的单词做替换，仅删除连续重复的内容，符合你的示例需求：

# 定义原始向量
original <- c("hi hi there", "hello you", "you good you good")
# 执行去重
desired <- gsub("\\b(\\S+)(?:\\s+\\1)+\\b", "\\1", original, perl = TRUE)

# 验证输出
print(desired)
# 输出结果：[1] "hi there"  "hello you" "you good"

正则逻辑说明：

• \\b匹配单词边界，避免误匹配单词内部的重复字符
• (\\S+)为捕获组，匹配单个完整单词
• (?:\\s+\\1)+匹配1次及以上的「空白符 + 捕获组匹配到的相同单词」
• 最终替换为\\1即仅保留单次的单词，去除重复部分

方法2：拆分后去重拼接（适合自定义去重规则） #

如果需要灵活调整去重逻辑（比如删除所有重复单词，不管是否连续），可以用拆分再处理的方式：

# 所有重复单词都删除（无论是否连续）
desired <- sapply(strsplit(original, "\\s+"), function(x) paste(unique(x), collapse = " "))

# 仅删除连续重复单词的版本
desired <- sapply(strsplit(original, "\\s+"), function(x) {
  paste(x[!c(FALSE, x[-1] == x[-length(x)])], collapse = " ")
})

内容的提问来源于stack exchange，提问作者lf208