Wie entfernen Sie wiederholte Zeichen in einer Zeichenfolge

Question

Ich habe eine Website, die Benutzern ermöglicht, Kommentare zu Fotos. Natürlich Nutzer Kommentare zu hinterlassen wie:

'OMGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG !!!!!!!!!!!!!!!'

oder

'YOU SUCCCCCCCCCCCCCCCCCKKKKKKKKKKKKKKKKKK'

Sie es.

Grundsätzlich möchte ich diese Kommentare verkürzen, indem ich mindestens die meisten dieser überschüssigen wiederholten Zeichen entfernt. Ich bin sicher, es gibt einen Weg, es mit Regex zu tun .. ich kann es einfach nicht herausfinden.

Irgendwelche Ideen?

Answer 1

Unter Berücksichtigung der Tatsache, dass die englische Sprache Doppelbuchstaben verwendet häufig wahrscheinlich Sie nicht blind, sie zu beseitigen. Hier ist eine Regex, die alles außer einem Doppelten loswerden wird.

Regex r = new Regex("(.)(?<=\\1\\1\\1)", RegexOptions.IgnoreCase | RegexOptions.CultureInvariant | RegexOptions.Compiled); 

var x = r.Replace("YOU SUCCCCCCCCCCCCCCCCCKKKKKKKKKKKKKKKKKK", String.Empty); 
// x = "YOU SUCCKK" 

var y = r.Replace("OMGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG!!!!!!!!!!!!!!!", String.Empty); 
// y = "OMGG!!" 

Answer 2

Möchten Sie die Strings im Code speziell verkürzen, oder reicht es aus, die Validierung einfach zu versäumen und das Formular dem Benutzer erneut mit einem Validierungsfehler vorzulegen? Etwas wie "Zu viele wiederholte Zeichen."

Wenn letzteres akzeptabel ist, sollte @"(\w)\1{2}" Zeichen von 3 oder mehr übereinstimmen (zwei oder mehr Male als "wiederholt" interpretiert).

Edit: Wie @Piskvor darauf hingewiesen, wird dies auf übereinstimmen genau 3 Zeichen. Es funktioniert gut zum Abgleich, aber nicht zum Ersetzen. Seine Version, @"(\w)\1{2,}", würde besser zum Ersetzen funktionieren. Ich möchte jedoch darauf hinweisen, dass ich denke, dass Ersetzen hier nicht die beste Vorgehensweise wäre. Besser ist es, wenn die Formularüberprüfung fehlschlägt, als zu versuchen, den eingereichten Text zu scrubben, da es wahrscheinlich Randfälle gibt, in denen Sie ansonsten lesbaren (wenn auch unvernünftigen) Text in Unsinn verwandeln.

Answer 3

Edit: schrecklich Vorschlag, bitte nicht lesen, ich verdiene wirklich meine -1 :)

ich wie hier auf technical nuggets etwas gefunden, was Sie suchen.

Es gibt nichts außer einen sehr langen Regex zu tun ist, weil ich nie zu einem regex Zeichen für die Wiederholung gehört habe ...

Es ist ein Gesamt Beispiel, ich werde es nicht hier einfügen, aber ich denke, das wird beantworte deine Frage vollständig.

Answer 4

Distinct() wird alle Duplikate entfernen, aber es wird natürlich nicht "A" und "a" angezeigt.

Console.WriteLine(new string("Asdfasdf".Distinct().ToArray())); 

Ausgänge "asdfa"

Answer 5

var test = "OMMMMMGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGMMM"; 

test.Distinct().Select(c => c.ToString()).ToList() 
     .ForEach(c => 
      { 
       while (test.Contains(c + c)) 
       test = test.Replace(c + c, c); 
      } 
     ); 

Answer 6

Regex wäre zu viel des Guten. Versuchen Sie folgendes:

public static string RemoveRepeatedChars(String input, int maxRepeat) 
    { 
     if(input.Length==0)return input; 

     StringBuilder b = new StringBuilder; 
     Char[] chars = input.ToCharArray(); 
     Char lastChar = chars[0]; 
     int repeat = 0; 
     for(int i=1;i<input.Length;i++){ 
      if(chars[i]==lastChar && ++repeat<maxRepeat) 
      { 
       b.Append(chars[i]); 
      } 
      else 
      { 
       b.Append(chars[i]); 
       repeat=0; 
       lastChar = chars[i]; 
      } 
     } 
     return b.ToString(); 
    } 

Answer 7

var nonRepeatedChars = myString.ToCharArray().Distinct().Where(c => !char.IsWhiteSpace(c) || !myString.Contains(c)).ToString();