Question

我正在使用正则表达式在列表中查找重复项。它只是一个简短的逗号分隔列表，性能不是问题，所以没有必要告诉我不应该因为这些原因使用正则表达式。

// returns a match because some is repeated
"some,thing,here,some,whatever".match(/(^|,)(.+?)(,|,.+,)\2(,|$)/g)

问题...

这个正则表达式可以改进吗？
是否涵盖逗号不在单独字符串中的所有可能情况
有没有更好的（最好是更具可读性和更有效率）的方法呢？

Answer 1

如果我想在逗号分隔列表中找到重复项，我会这样做，使用对象的哈希功能来累积唯一值并检测重复项：

function getDups(list) {
    var data = list.split(",");
    var uniques = {}, dups = {}, item, uniqueList = [];
    for (var i = 0; i < data.length; i++) {
        item = data[i];
        if (uniques[item]) {
            // found dup
            dups[item] = true;
        } else {
            // found unique item
            uniques[item] = true;
        }
    }
    // at the end here, you'd have an object called uniques with all the unique items in it
    // you could turn that back into an array easily if you wanted to
    // Since it uses the object hash for dup detection, it scales to large numbers of items just fine
    // you can return whatever you want here (a new list, a list of dups, etc...)
    // in this implementation, I chose to return an array of unique values
    for (var key in uniques) {
        uniqueList.push(key);
    }
    return(uniqueList);    // return array of unique values
}

var list = "some,thing,here,some,whatever";
getDups(list);

这是一个显示它有效的jsFiddle：http://jsfiddle.net/jfriend00/NGQCz/

这种类型的实现可以很好地适应大量单词，因为重复检测相对有效。

Answer 2

我没有看到在这里使用正则表达式的目的，除非你喜欢难以想象的痛苦。如果我必须找到重复的话，我会

获取一系列单词
```
var words = "...".split(',');
```
如果您愿意，可以选择小写所有内容
对数组进行排序
```
words.sort()
```
重复项现在应该都在数组的连续位置。

作为一个额外的优势，我非常确定这将比正则表达式版本更有效。

改进Regex以匹配列表中的重复项

问题...

2 个答案: