查找/删除重复行的正则表达式

Question

我有这一行，它有时会在html文件中重复，我想要：

1-获取正则表达式，以便只查找具有重复行的文件

2-获取一个正则表达式来搜索并删除它在文件中出现的第二个实例，并保留第一个实例。因此它只保留第一个，而不保留第二个

考虑到这些行并不是彼此相接的，它们被大量的代码和文本分隔开来。

这行代码是：

<script src="/resources/common.js" type="text/javascript"></script>

或者它可以在需要删除的行之前或之后包含单词，例如：

<script src="/resources/common.js" type="text/javascript"></script><div id=something"...

我使用Notepad++进行搜索和替换。

Answer 1

如果您使用的是EditPad Pro (或EditPad Lite，它是免费的)，这将很容易：

搜索

(?s)(?<=<script src="/resources/common\.js" type="text/javascript"></script>.*)<script src="/resources/common\.js" type="text/javascript"></script>

然后全部替换为空。

一张截图来澄清：

​

​

对于其他编辑器，您必须重复应用以下正则表达式(每次复制一次)：

(?s)(?<=<script src="/resources/common\.js" type="text/javascript"></script>)(.*?)<script src="/resources/common\.js" type="text/javascript"></script>

但这一次用\1替换匹配。

Answer 2

你可以考虑使用正向回溯，它用于查找和非匹配，你可以使用它来查找你的行的第一个匹配项，然后匹配其余的匹配项。

试试这个吧。它将匹配除第一行之外出现的所有行。

(?<=<script src=./resources/common.js..+?</script>.*?)(<script src=./resources/common.js..+?</script>)

注释：正向外观可能会工作，也可能不会工作，这取决于您使用的正则表达式引擎，但它应该在大多数情况下都能工作。*

更多信息：Regular Expression Lookaround

​