使用正则表达式

Question

我想使用 Notepad ++ 来删除重复行开头的行。例如，我有一个分号分隔文件，如下所示：

string at the beginning of line 1;second string line 1; final string line1;
string at the beginning of line 2;second string line 2; final string line2;
string at the beginning of line 1;second string line 3; final string line3;
string at the beginning of line 1;second string line 4; final string line4;

我想删除第三行和第四行，因为它们与第一行具有相同的第一个子串并获得以下结果：

string at the beginning of line 1;second string line 1; final string line1;
string at the beginning of line 2;second string line 2; final string line2;

Answer 1

您可以尝试使用以下正则表达式：

^(([^;]*;).*\R(?:.*\R)*?)\2.*

或者

^(([^;]*;).*\R(?:.*\R)*?)\2.*(?:$|\R)

并替换为$1。

我们的想法是在包含非分号字符（最多;（[^;]*;）的行的开头找到并捕获文本，然后匹配行的其余部分（使用{{ 1}}），然后是0行或更多行（.*\R），直到以第2组中捕获的文本开头的行，将其与结束匹配并捕获到我们稍后可以使用的第二个组。

缺点是您必须多次单击“全部替换”，直到找不到匹配项。

感谢@nhahtdh，他注意到我以前的(?:.*\R)*?正则表达式中存在一个可以过度使用的错误。