如何删除字符串中的重复字符

Question

我有一个允许用户评论照片的网站。 当然，用户会留下这样的 cmets：

'OMGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG !!!!!!!!!!!!!!!'

或

'你成功了'

你懂的。

基本上，我想通过删除至少大部分多余的重复字符来缩短这些 cmets。 我确定有一种方法可以使用正则表达式来做到这一点。我只是想不通。

有什么想法吗？

Answer 1

请记住，英语经常使用双字母，您可能不想盲目地消除它们。这是一个正则表达式，它将摆脱双精度之外的任何内容。

Regex r = new Regex("(.)(?<=\\1\\1\\1)", RegexOptions.IgnoreCase | RegexOptions.CultureInvariant | RegexOptions.Compiled);

var x = r.Replace("YOU SUCCCCCCCCCCCCCCCCCKKKKKKKKKKKKKKKKKK", String.Empty);
// x = "YOU SUCCKK"

var y = r.Replace("OMGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG!!!!!!!!!!!!!!!", String.Empty);
// y = "OMGG!!"

Answer 2

您是否特别想缩短代码中的字符串，或者仅仅使验证失败并再次向用户显示表单并显示验证错误就足够了吗？诸如“重复字符过多”之类的内容。

如果后者可以接受，@"(\w)\1{2}" 应匹配 3 个或更多字符（解释为“重复”两次或更多次）。

编辑：正如@Piskvor 指出的那样，这将匹配恰好 3 个字符。它适用于匹配，但不适用于替换。他的版本@"(\w)\1{2,}" 更适合替换。但是，我想指出，我认为替换不是这里的最佳做法。最好让表单验证失败，而不是尝试清理提交的文本，因为可能会出现边缘情况，您可能会将原本可读（即使不合理）的文本变成废话。

Answer 3

var nonRepeatedChars = myString.ToCharArray().Distinct().Where(c => !char.IsWhiteSpace(c) || !myString.Contains(c)).ToString();

Answer 4

正则表达式将是矫枉过正。 试试这个：

public static string RemoveRepeatedChars(String input, int maxRepeat)
    {
        if(input.Length==0)return input;

        StringBuilder b = new StringBuilder;
        Char[] chars = input.ToCharArray();
        Char lastChar = chars[0];
        int repeat = 0;
        for(int i=1;i<input.Length;i++){
            if(chars[i]==lastChar && ++repeat<maxRepeat)
            {
                b.Append(chars[i]);
            }
            else
            {
                b.Append(chars[i]);
                repeat=0;
                lastChar = chars[i];
            }
        }
        return b.ToString();
    }

Answer 5

Distinct() 将删除所有重复项，但显然不会将“A”和“a”视为相同。

Console.WriteLine(new string("Asdfasdf".Distinct().ToArray()));

输出“Asdfa”

Answer 6

var test = "OMMMMMGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGMMM";

test.Distinct().Select(c => c.ToString()).ToList()
        .ForEach(c =>
            { 
                while (test.Contains(c + c)) 
                test = test.Replace(c + c, c); 
            }
        );

Answer 7

编辑：糟糕的建议，请不要阅读，我真的配得上我的 -1 :)

我在 technical nuggets 上找到了你正在寻找的东西。

除了一个很长的正则表达式之外别无他法，因为我从未听说过用于重复的正则表达式符号......

这是一个完整的例子，我不会在这里粘贴它，但我认为这将完全回答你的问题。