正则表达式查找/删除重复行

Question

我有这一行，有时在html文件中重复，我想：

1-获取正则表达式，只查找具有该行重复的文件

2-获取正则表达式进行搜索并删除文件中的第二个实例，并保留第一个实例。所以它只保留第一个，而不是第二个

鉴于这些行不是彼此相继的，它们被大量的代码和文本分开。

该行是：

<script src="/resources/common.js" type="text/javascript"></script>

或者它可能在需要删除的行之前或之后有单词，例如：

<script src="/resources/common.js" type="text/javascript"></script><div id=something"...

我使用Notepad ++进行搜索和替换。

Answer 1

如果您使用EditPad Pro（或EditPad Lite，这是免费的），那将很容易：

搜索

(?s)(?<=<script src="/resources/common\.js" type="text/javascript"></script>.*)<script src="/resources/common\.js" type="text/javascript"></script>

并全部取而代之。

屏幕截图澄清：

对于其他编辑者，您将不得不重复应用以下正则表达式（每次复制一次）：

(?s)(?<=<script src="/resources/common\.js" type="text/javascript"></script>)(.*?)<script src="/resources/common\.js" type="text/javascript"></script>

但这次将匹配替换为\1。

Answer 2

您可以考虑使用用于查找和不匹配的正向lookbehind，您可以使用它来查找第一次出现的行，然后匹配剩余的出现次数。

试试这个。它将匹配除第一个行之外的所有行。

(?<=<script src=./resources/common.js..+?</script>.*?)(<script src=./resources/common.js..+?</script>)

注意 ：根据您使用的正则表达式引擎，正面观察可能会或可能不会起作用，但在大多数情况下它应该有效。*

<小时/> 更多信息： Regular Expression Lookaround