跨换行符和多个换行符匹配

Question

我有两个字符值的列表，每个字符值都在Notepad ++中。我试图消除重复，但我写的只是匹配一行的字符。

所以，如果我的列表如下：

ME, <- not matched
OR,   |
ME, <- not matched
RI,
IL,
SD,
NV,
VA,
VA,
NY,
MN,
IL,
CA,
MI,
MO, <- match
MO, <- match

现在我正在使用它。如何修改它，以便找到重复的结果多于一行

((\w{2}).*(\r\n)(\2))+

修改

((\w{2}).*(\r\n))(.*\r\n)+\1这似乎更适合位。

Answer 1

如果勾选“dot matches newline”复选框，您将获得三场比赛：

ME, <-  matched
OR,   |
ME, <-  matched
RI,
IL, <-  matched
SD,   |
NV,   |
VA,   |
VA,   |
NY,   |
MN,   |
IL, <-  matched
CA,
MI,
MO, <- matched
MO, <- matched

但这不会帮助您删除重复项..

Answer 2

(\w{2}),[^\1]*(\1),

Debuggex Demo

我相信这是你能得到的最接近的。

编辑：我喜欢，大声笑这会起作用。我不确定你使用的是哪种语言，但很难给你伪造的代码。

基本上，

pattern = "(\w{2}),[^]*(\1),";
compile(pattern);
while(match(pattern, input)){
     //replace input's group 2 with a "" and remove /r/n
}

这将继续运行代码，直到您没有重复项。

Answer 3

也许这不是首选的答案，但我会写一个小的python脚本来完成这个任务......

my_file = """ME,
OR,
ME,
RI,
IL,
SD,
NV,
VA,
VA,
NY,
MN,
IL,""" #replace by my_file = file("filename.txt", "r")
my_set = set()
for line in my_file.splitlines():
    my_set.add(line)
print my_set #just for demonstartion
out_file = file("C:\\Users\\burgert\\Desktop\\outfile.txt", "w")
for s in my_set:
    s += "\n"
    out_file.writelines(s)
out_file.close()