代码之家 › 专栏 › 技术社区 › Lenni

Regex匹配Google Sheets中的重复子字符串

re2 google-sheets regex

4

Lenni · 技术社区 · 1 年前

我的数据总是以不带分隔符的重复两次的子字符串开始,然后是我不关心的其他数据。重复子串的长度各不相同,在下面的例子中,为了简单起见,我主要使用[a-z]字符,但在真实数据集中,重复子串大多是unicode波形。

这可以通过积极的展望轻松实现

^(.+)(?=\1)

或者像这样直接引用捕获组

^(.+)\1

然而,Google Sheets不支持这两种功能。

任何帮助都会非常感激。

3 回复 | 直到 1 年前

1

2

rockinfreakshow 1 年前

这里有一种方法( non-regex )您可以在表格中进行测试:

=let(Î,A2, Î£,map(sequence(rounddown(len(Î)/2)),lambda(Î£,{left(Î,Î£),left(Î,Î£)=mid(Î,Î£+1,Î£)})),
    ifna(+filter(Î£,index(Î£,,2)),"-"))

2

0

Patrick Janser 1 年前

我试过 谷歌工作表 并使用“ 搜索并替换 具有 ^(.{2,})\1(.*)$ 它奏效了。

我测试过 (.*)\1 而且 (.*?)\1 正如你提到的,并且有效它不起作用。

它还应该与 ^(.+?)\1 。所以问题只是 * 将匹配零次,并且 + 会迫使至少匹配一个烧焦

所以由你来决定,但我认为名字应该是可能超过2个字符,所以这就是为什么我更喜欢使用 .{2,} 甚至 \S{2,} 以确保匹配非空格。

搜索 : ^(\S{2,})\1(.*)$

代替 : $1

3

0

z.. 1 年前

另一个解决方案:

=LET(s,SEQUENCE(INT(LEN(A2)/2)),FILTER(LEFT(A2,s),LEFT(A2,s)=MID(A2,s+1,s)))

想法与其他用户相同。最多生成所有长度可能匹配的字符串 INT(LEN(str)/2) 只保留那些匹配的,如果有的话。

例如,对于 johnjohnsajoalsas 我们检查以下字符串:

我们看到第4行有一个匹配项,所以我们保留该值并删除其他所有值。

我们也可以用一个公式 C2 不需要使用拖动 MAP 作用

=MAP(A2:A,LAMBDA(str,IF(str="",,LET(s,SEQUENCE(INT(LEN(str)/2)),
   FILTER(LEFT(str,s),LEFT(str,s)=MID(str,s+1,s))))))