在一个字符串中，如何使用Perl正则表达式查找第一个不连续重复的字符？

Question

如果你接受这个任务，你需要编写一个Perl正则表达式，对于给定的字符串，它将返回第一个不连续重复的字符。换句话说，该字符前后都有与其不同的字符(或者分别是字符串的开头/结尾)。

例如：

IN: aabbcdecc
OUT: c

请注意，“not consecutively duplicated”并不意味着“在字符串的任何位置都不重复”。

注意：它必须是一个纯正则表达式。例如，显然会想到的解决方案（克隆字符串，删除所有重复项，并打印第一个剩余字符）不算数，尽管它解决了问题。

这个问题是受到我有些离题的回答的启发：如何使用Perl找到字符串中第一个不重复的字符？

- DVK

Answer 1

(?:(.)\1+)*(.?)

获取第二个捕获组。（如果每个字符都连续重复，则返回空字符串。）

测试用例：

~:2434$ perl -e "\"abc\" =~ m/(?:(.)\1+)*(.?)/; print \$2;"
a
~:2435$ perl -e "\"aabbcc\" =~ m/(?:(.)\1+)*(.?)/; print \$2;"

~:2436$ perl -e "\"aabbc\" =~ m/(?:(.)\1+)*(.?)/; print \$2;"
c
~:2437$ perl -e "\"aabcc\" =~ m/(?:(.)\1+)*(.?)/; print \$2;"
b
~:2438$ perl -e "\"aabcbbbcccccc\" =~ m/(?:(.)\1+)*(.?)/; print \$2;"
b
~:2439$ perl -e "\"aabbvbbcccccc\" =~ m/(?:(.)\1+)*(.?)/; print \$2;"
v
~:2440$ perl -e "\"aabbcdecc\" =~ m/(?:(.)\1+)*(.?)/; print \$2;"
c
~:2441$ perl -e "\"aabbccddeef\" =~ m/(?:(.)\1+)*(.?)/; print \$2;"
f
~:2442$ perl -e "\"faabbccddeef\" =~ m/(?:(.)\1+)*(.?)/; print \$2;"
f
~:2443$ perl -e "\"faabbccddeefax\" =~ m/(?:(.)\1+)*(.?)/; print \$2;"
f
~:2444$ perl -e "\"xfaabbccddeefx\" =~ m/(?:(.)\1+)*(.?)/; print \$2;"
x
~:2445$ perl -e "\"xabcdefghai\" =~ m/(?:(.)\1+)*(.?)/; print \$2;"
x
~:2446$ perl -e "\"cccdddeeea12345\" =~ m/(?:(.)\1+)*(.?)/; print \$2;"
a
~:2447$ perl -e "\"1234a5678a23\" =~ m/(?:(.)\1+)*(.?)/; print \$2;"
1

或者（如果每个字符连续重复，则不匹配。）

---

(?:^|(.)(?!\1))(.)(?!\2)

- kennytm

---

不起作用 ;(。捕获的是"a"和"b"。我会留给你去弄清楚为什么 :) - DVK

谁给这个点赞了，请取消点赞 - 它不起作用！ - DVK

@Kenny - 第二次尝试要好得多。你很快就发现了错误。我自己已经做到这一步了，但我还卡在“如果一开始没有重复怎么办”的问题上。 - DVK

@DVK: perl -e "\"aabbcdecc\" =~ m/(?:(.)\1+)*(.?)/; print \$2;" 输出 c; @spong perl -e "\"abcdefg\" =~ m/(?:(.)\1+)*(.?)/; print \$2;" 输出 a。我不知道为什么你们会出错。 - kennytm

@kenny - 抱歉，我正在测试你的原始表达式 (.)。 - DVK

Answer 2

use 5.010;
$str=~/^(([a-z])\g{-1}+)*(?<c>[a-z])/i;
$char = $+{c};

- Anon

---

错误。[a-z]{2,}将匹配abc。 - kennytm

错误：正则表达式中未识别序列（?<c...）。 - DVK

@DVK：那是5.10标记的捕获功能，以及\g相对反向引用。 - brian d foy

@brian - 像往常一样发人深省。我对5.10稍加关注，但在工作中，我仍然被困在晚侏罗纪的5.8和零星的5.005 呕吐 :( - DVK

Answer 3

我希望Perl有一个正则表达式否定标志！即，返回所有不匹配/regex/的字符。

你真正需要的是正则表达式捕获补集：

m/(.)(\1)+/

我尝试了这个页面上针对Brian的数据列表（即他程序清单中的结果）的所有建议。但是没有一个完全有效。

正则表达式为：

(?:^|(.)(?!\1))(.)(?!\2) 

第2行和第3行的开头未能匹配'f'。Brian的未能匹配第2行和第3行开头的'f'或第5行末尾的任何单个字符。

正则表达式为：

$str=~/^(([a-z])\g{-1}+)*(?<c>[a-z])/i;
$char = $+{c};

有效。

我找到的唯一一个正则表达式是一个简单的：

#!/usr/bin/perl
while( <DATA> ) {
    chomp;
    print "BEFORE: $_\n";
    s/(.)(\1)+//g;
    print "AFTER: $_\n";
    print "charater: " . substr($_,0,1) . "\n\n";
 }
__END__
aabbccddeef
faabbccddeef
faabbccddeefax
xfaabbccddeefx
xabcdefghai
cccdddeeea12345
1234a5678a23
aabbcdecc
abcdefg
aabbccddeef
cccdddeeea12345

在“给出第一个字符”的简单情况下，这个方法是有效的。（编辑：重新阅读：抱歉，我现在才读到明显的删除重复不是你要找的...）

如果有更好的解决方案，我很乐意听取建议。

- dawg

---

这个正则表达式：m/(?:(.)\1+)*(.?)/ 确实有效！即使是行首和组内的单例也在 \2 中。不错的谜题... - dawg