使用RegEx移除方括号内重复词组结果不符，问题出在哪里？

• 你用的(.+)在匹配括号内容时没有限制匹配范围，默认贪婪模式下存在跨多个方括号匹配的风险，同时捕获的仅为括号内的文本，没有关联方括号结构。
• 正向预查中加入了\b单词边界判定，导致只要后续文本中存在和捕获内容一致的独立连续单词组合，就会被判定为重复。比如你捕获到John Smith（来自[John Smith]）时，后续[John Smith Sr]中开头就是John Smith加空格，满足\bJohn Smith\b的匹配规则，导致原本不重复的[John Smith]也被误删；捕获到John（来自[John]）时，后续多个项里都存在独立单词John，也会误将[John]判定为重复项删除，这也是你得到的结果里丢失[John Smith]和[John]的核心原因。
• 预查逻辑没有要求匹配完整的[xxx]结构，仅校验内容存在，会出现大量子串匹配导致的误删。

正则实现（支持不定长反向预查的环境） #

如果你的运行环境（Python、Node.js、Java9+、现代浏览器等）支持不定长反向预查，直接使用以下规则：

• 匹配正则：(?<=(\[[^\]]+\]).*)\1
• 替换为：空字符串

逻辑说明：

1. 先通过(\[[^\]]+\])捕获完整的方括号结构，[^\]]+限定只能匹配]以外的字符，避免跨括号匹配。
2. 反向预查(?<=...)判定当前匹配到的方括号结构，是否在之前的文本中已经出现过，如果已出现就删除当前重复项，保留首次出现的所有内容，完全匹配你的预期输出。

更简单的代码实现（无需复杂正则） #

如果可以写代码处理，直接提取所有方括号项后去重再拼接，逻辑更清晰不易出错：

JavaScript 示例 #

const input = '[John Smith][John Smith][Jane Doe][Jane Doe][Doe][John][Smith John][John Smith Sr]';
// 提取所有[]结构，利用Set去重后拼接
const result = [...new Set(input.match(/\[[^\]]+\]/g))].join('');
// 输出：[John Smith][Jane Doe][Doe][John][Smith John][John Smith Sr]

Python 示例 #

import re
input_str = "[John Smith][John Smith][Jane Doe][Jane Doe][Doe][John][Smith John][John Smith Sr]"
items = re.findall(r'\[[^\]]+\]', input_str)
# 按首次出现顺序去重
unique_items = list(dict.fromkeys(items))
result = ''.join(unique_items)

内容的提问来源于stack exchange，提问作者Senzei