regex - 从R中的字符串中删除重复的子字符串

Question

有没有办法（使用正则表达式gsub或其他方式）从字符串中删除重复？

本质上：

a = c("abc, def, def, abc")
f(a)
#[1] "abc, def"

Answer 1

一种明显的方法是strsplit使用绳子，获取unique绳子并将它们缝合在一起。

paste0(unique(strsplit(a, ",[ ]*")[[1]]), collapse=", ")

Answer 2

你也可以使用stringr::str_extract_all

require(stringr)  
unique(unlist(str_extract_all(a, '\\w+')))

Answer 3

您也可以基于 gsub 使用此功能。我不能用一个正则表达式直接做到这一点。

f <- function(x) {
  x <- gsub("(.+)(.+)?\\1", "\\1\\2", x, perl=T)
  if (grepl("(.+)(.+)?\\1", x, perl=T))
    x <- f(x)
  else
    return(x)
}
b <- f(a)
b
[1] "abc, def"

hth