删除字符串中的连续重复单词

Question

我正在尝试编写一个函数来删除字符串中连续的重复单词。正则表达式找到的任何匹配都是至关重要的。换句话说...

一个非常非常非常脏狗

应该成为...

一个非常肮脏的狗

我有一个正则表达式这似乎工作得很好（based on this post）

(\b\S+\b)(($|\s+)\1)+ 

但是，我不知道如何使用preg_replace（或者如果有更好的功能）来实现这一点。现在我已经删除了所有匹配的重复单词，而不留下单词的完整副本。我可以解析变量或特殊指令来保持匹配吗？

我有这个目前...

$string=preg_replace('/(\b\S+\b)(($|\s+)\1)+/', '', $string); 

Answer 1

您可以使用正则表达式像\b(\S+)(?:\s+\1\b)+与$1取代：

$string=preg_replace('/\b(\S+)(?:\s+\1\b)+/i', '$1', $string); 

见regex demo

详细：

• \b(\S+) - 第1组捕获前面有一个字边界的一个或多个非空白符号（也许\b(\w+)会适合更好地在这里）
• (?:\s+\1\b)+ - 1个或多个序列： - 1
  • \s+或多个空格
  • \1\b - 反向引用存储在组值1个缓冲液（该值必须是一个全字）

替换模式是$1，替换反向引用是指存储在组1缓冲区中的值。

请注意，/i不区分大小写的修饰符会使得\1不区分大小写，而I have a dog Dog DOG会导致I have a dog。

Answer 2

<?php 
$text ='one one, two three, two'; 
$result_text = preg_replace("/\b(\w+)\s+\\1\b/i", "$1", $text); 
echo "Result Text: ".$result_text; //one, two three, two 
?> 

试试这个。它应该完整地返回一个副本。