notepad ++正则表达式-在逗号前查找多行中的所有重复项

Question

我正在寻找一种方法来查找文件中逗号前100行以上的所有重复项。

示例：

"Select * From table_test"

我希望能够在第一个逗号之前找到两次列出的“ sugarcane”。逗号后的任何内容都可以忽略，因为它们重复了几次。

不胜感激：）

编辑：为澄清起见，以上内容是文件的一个很小的部分，只有3,000多行。实际完整文件中的重复项远远超过甘蔗。

Id就像正则表达式一样，可以找到所有在逗号前重复的行。

EDIT2：更好的例子：

原始文件：

structureblock,STRUCTURE_BLOCK
structurevoid,STRUCTURE_VOID
sugar,SUGAR
sugarcane,SUGAR_CANE
reeds,SUGAR_CANE
scane,SUGAR_CANE
reed,SUGAR_CANE
sunflower,SUNFLOWER
sugarcane,SUNFLOWER
tallgrass,TALL_GRASS
tgrass,TALL_GRASS
longgrass,TALL_GRASS
wildgrass,TALL_GRASS
lgrass,TALL_GRASS
tallseagrass,TALL_SEAGRASS
tseagrass,TALL_SEAGRASS
lseagrass,TALL_SEAGRASS
terracotta,TERRACOTTA
hardclay,TERRACOTTA

在上面有两个骗子。甘蔗和糖。我想要找到那些骗子的方法。

Answer 1

您可以使用以下正则表达式：

^([^,]+),[\s\S]+?(?=\1)

选中Regex Demo

注意：使用脚本比尝试使用正则表达式更好。.解决方案：解析每一行，按逗号分隔，然后在列表中的逗号前添加单词。对于每一行，检查关键字是否存在于列表中并采取相应的操作