正则表达式：删除彼此相邻的重复行

Question

我已经从 Youtube 中提取了一些 cc，但我被下面的值困住了，我不知道如何处理它。我擅长替换字符串和其他东西，但是当事情变得严重时我真的很糟糕:(

这个

 we

 all

 have

 a

 unique

 perspective

 on

 the

 we all have a unique perspective on the

 we all have a unique perspective on the

 world

 around

 us

 and

 believe

 it

 or

 not

 world around us and believe it or not

 world around us and believe it or not

应替换为：

we all have a unique perspective on the

world around us and believe it or not

Answer 1

使用这个正则表达式，你可以去掉所有只有一个单词的行，如果有多个单词的行并且完全重复，它们将被替换为单行，\w+\s*\n|([\w ]+)\n*(\1\n+)*这里交替\w+\s*\n中的第一部分匹配单个字行并用空字符串替换，第二次交替([\w ]+)\n*(\1\n+)*捕获 group1 中的一行，然后(\1\n+)*消耗任何重复的行，最后由 group2 替换，group2 是同一行重复多次。