把「連續出現的相同字元」壓縮成一個,是文字清理常見的需求:使用者輸入時按住鍵盤造成的 aaaaa、多打的空白、重複的標點符號,都可以用它處理。
// 把連續的重複字元收斂成一個
"heeeello".replace(/(.)\1+/g, "$1"); // "hello"
// 只收斂空白
"a b c".replace(/\s+/g, " "); // "a b c"
// 收斂重複的標點
"真的嗎?????".replace(/([?。,!])\1+/g, "$1"); // "真的嗎?"
關鍵是「反向引用」。(.) 用括號把第一個字元捕獲成第 1 群,接著的 \1 表示「必須跟第 1 群內容相同」,+ 則代表這樣的重复至少一次。整體換成 $1(第一群的內容),就等於只留一個。
如果要限定「只處理特定字元」,把 (.) 換成字元集即可:/([a-z])\1+/gi 只收斂英文字母。若要保留段落結構,用 ([^\S\r\n])\1+ 只處理同一行內的重複空白。
Function CollapseRepeat(s)
Dim re
Set re = New RegExp
re.Pattern = "(.)\1+"
re.Global = True
re.IgnoreCase = False ' 視需求決定是否忽略大小寫
CollapseRepeat = re.Replace(s, "$1")
End Function
' 使用
Response.Write CollapseRepeat("heeeello") ' hello
ASP 環境下的 VBScript 用 RegExp 物件,寫法與 JS 幾乎一一對應:Pattern 對應 regex 本文、Global 對應 g、IgnoreCase 對應 i。要留意 VBScript 的字串裡反斜線不是跳脫字元,所以 "\1" 直接寫即可,不必像某些語言那樣寫成 "\\1"。
Global 一定要設為 True,否則只會替換第一處。若要「完全移除」而非「收斂成一個」,把 replacement 從 "$1" 改成 "" 即可,但這會連合法的重複一起刪掉(例如「人人」變「人」),中文情境要特別小心。另外若希望「保留首字元但忽略大小寫」,記得 IgnoreCase 設 True 時 a 與 A 會被視為同一字元而收斂,這通常不是你想要的。
效能上,正則在處理極長字串時可能回溯過多,若只是收斂空白,用 split(/\s+/).join(" ") 往往更快也更好懂。真正需要「相鄰相同就合併」的邏輯,用迴圈掃一次也完全可行,而且行為更容易預測。