删除一行中的重复字符，包括空格

Question

我目前有一个字符串，比如$line='55.25040882, 3,,,,,,'，我想从中删除所有空格以及重复的逗号和句点。目前，我有：

    $line =~ s/[.,]{2,}//;
    $line =~ s/\s{1,}//;

当我得到 '55.25040882,3' 时，这是可行的，但是当我尝试时

$line =~ s/[.,\s]{2,}//;

它拉出“,”并留下“,,,,,”。我想保留第一个逗号并去掉空格。
有没有办法用一行正则表达式优雅地做到这一点？如果我需要提供更多信息，请告诉我。

编辑：由于有很多解决方案，我决定用以下答案更新我的问题：

$line =~ s/([.,])\1{1,}| |\t//g;

这将删除所有重复的句点和逗号，删除所有空格和制表符，同时保留 \r 和 \n 字符。有很多方法可以做到这一点，但这是我解决的方法。非常感谢！

Answer 1

这主要是对Rohit's answer 的批评，它似乎包含一些关于字符类语法的误解，尤其是否定运算符（^）。具体来说：

• [(^\n^\r)\s] 匹配 ( 或 ^ 或 ) 或任何空白字符，包括换行符 (\n) 和回车符 (\r)。事实上，它们每个都被指定了两次（因为 \s 也匹配它们），尽管该类仍然一次只使用一个字符。

• ^[\n\r]|\s 匹配字符串开头的换行符或回车符，或任何地方的任何空白字符（这使得第一部分变得多余，因为任何空白字符包括换行符和回车符return，并且 anywhere 包括字符串的开头）。

在字符类中，插入符号 (^) 否定了 iff 后面的所有内容的含义，它紧跟在开头 [ 之后出现；在其他任何地方，它只是一个插入符号。除了\ 之外的所有其他元字符在字符类中完全失去了它们的特殊含义。 （但通常非特殊字符 - 和 ] 变得特殊。）

在字符类之外，^ 是一个锚。

---

这是我将如何编写正则表达式：

$line =~ s/([.,])\1+|\h+//g;

解释：

• 既然你最终选择了([.,])\1{1,}，我假设你想匹配重复的句点或重复的逗号，而不是.,或@987654340之类的东西@。正则表达式的成功意味着学习以正则表达式引擎的方式查看文本，而且它并不直观。如果您尝试以正则表达式引擎的方式描述每个问题（如果它会说话的话），您会对自己有很大帮助。

• {1,} 并没有错，但是当+ 做同样的事情时，为什么还要在你的正则表达式中添加所有这些杂乱无章的东西呢？

• \h 匹配 horizo​​ntal 空格，其中包括空格和制表符，但不包括换行符或回车符。 （这只适用于 Perl、AFAIK。在 Ruby/Oniguruma 中，\h 匹配一个十六进制数字；在我所知道的所有其他风格中，这是一个语法错误。）

Answer 2

您可以尝试使用：-

my $line='55.25040...882, 3,,,,,,';
$line =~ s/[^\S\n\r]|[.,]{2,}//g;  # Negates non-whitespace char, \n and \r
print $line

输出：-

55.25040882,3

• [^\S\n\r]|[.,]{2,} -> 这表示[^\S\n\r] 或[.,]{2,}
• [.,]{2,} -> 这意味着替换 , 或 . 如果有多个 2 在同一 行。
• [^\S\n\r] -> 表示否定所有whitespace character、换行符和换行符。