删除重复的短语

Question

我希望从任何给定字符串中删除重复的短语。

示例：

My_First_Post_My_First_Post.htm

两次会出现短语“My_First_Post”，从而成为：

My_First_Post_.htm

这么简单吗？

Answer 1

你可以尝试使用正则表达式 - 当然要小心效率：

Regex re = new Regex(@"(?<m>(.+))(.*?)\k<m>", RegexOptions.Compiled);
string str = "My_First_Post_My_First_Post.htm";

re.Replace(str, "$1$2"); // My_First_Post_.htm

它删除了第一个，最长的重复序列。要使其至少10个字符，例如，将第一个组更改为：

(?<m>(.{10,}))

要将字符之间的距离限制为2，例如，将第二组更改为：

(.{,2}?)

对于1个字符，只需添加(.??)。