¿Qué expresión regular puede eliminar elementos duplicados de una cadena?

Question

Dada una cadena de identificadores separados por :, ¿es posible construir una expresión regular para extraer los identificadores únicos en otra cadena, también separada por :?

¿Cómo es posible lograr esto usando una expresión regular? He intentado s/(:[^:])(.*)\1/$1$2/g sin suerte, porque el (.*) es codicioso y se salta al último partido de $1.

Ejemplo: a:b:c:d:c:c:x:c:c:e:e:f debe dar a:b:c:d:x:e:f

Nota: estoy de codificación en Perl, pero yo agradecería mucho el uso de una expresión regular para esto.

Answer 1

En .NET que soporta la repetición infinita de búsqueda hacia atrás en el interior, se podría buscar

(?<=\b\1:.*)\b(\w+):? 

y reemplazar todas las coincidencias con la cadena vacía.

Perl (al menos Perl 5) sólo admite lookbehinds de longitud fija, por lo que puede probar lo siguiente (utilizando búsqueda hacia delante, con un resultado ligeramente diferente):

\b(\w+):(?=.*\b\1:?) 

Si reemplaza que con la cadena vacía , todas anteriores se eliminarán las repeticiones de una entrada duplicada; el último se mantendrá. Así que en lugar de

a:b:c:d:x:e:f 

que se obtendría

a:b:d:x:c:e:f 

Si eso está bien, puede utilizar

$subject =~ s/\b(\w+):(?=.*\b\1:?)//g; 

Explicación:

primera expresión regular:

(?<=\b\1:.*): compruebe si puede hacer coincidir los contenidos de la referencia no. 1, seguido de dos puntos, en algún lugar antes de la cadena.

\b(\w+):?: Coincide con un identificador (de un límite de palabras al siguiente :), seguido opcionalmente por dos puntos.

Segunda regex:

\b(\w+):: partido de un identificador y un colon.

(?=.*\b\1:?): A continuación, compruebe si puede hacer coincidir el mismo identificador, opcionalmente seguido de dos puntos, en algún lugar adelante de la cadena.

Answer 2

Salida: http://www.regular-expressions.info/duplicatelines.html

siempre un sitio útil cuando se piensa en cualquier expresión regular.

Answer 3

Si los identificadores están ordenados, puede hacerlo usando lookahead/lookbehind. Si no lo son, entonces esto está más allá del poder computacional de una expresión regular. Ahora, solo porque es imposible con expresiones regulares formales no significa que sea imposible si utiliza alguna característica específica de expresiones regulares de Perl, pero si desea mantener sus expresiones regulares en formato portátil, debe describir esta cadena en un lenguaje que admita variables.

Answer 4

$str = q!a:b:c:d:c:c:x:c:c:e:e:f!; 

1 while($str =~ s/(:[^:]+)(.*?)\1/$1$2/g); 

say $str 

de salida:

a:b:c:d:x:e:f 

Answer 5

aquí hay una versión awk, no hay necesidad de expresiones regulares.

$ echo "a:b:c:d:c:c:x:c:c:e:e:f" | awk -F":" '{for(i=1;i<=NF;i++)if($i in a){continue}else{a[$i];printf $i}}' 
abcdxef 

divida los campos en ":", recorra los campos divididos, almacene los elementos en una matriz. verificar existencia y si existe, omitir. De lo contrario, imprimirlos. Puedes traducir esto fácilmente en el código Perl.