消除重复的连续元素

假设我们想要从字符串中消除重复的子序列元素（它可以不止一个）。例如：

2,14,14,14,19

并将其转换为：

2,14,19

使用 gsub，我们可以实现它：

gsub("(\\d+)(,\\1)+","\\1", "2,14,14,14,19")
[1] "2,14,19"

它也适用于多个不同的重复，例如：

 > gsub("(\\d+)(,\\1)+", "\\1", "2,14,14,14,19,19,20,21")
[1] "2,14,19,20,21"

我们来解释一下正则表达式：

1. (\\d+)：由（）分隔的组 1，找到任何数字（至少一个）。记住我们需要在这里使用双反斜杠（\\），因为对于字符变量，反斜杠表示文字字符串分隔符（\" 或\'）的特殊转义字符。\d\相当于：[0-9]。
2. ,：标点符号：,（我们可以包含空格或任何其他分隔符）
3. \\1：与组 1 相同的字符串，即：重复的数字。如果没有发生，则模式不匹配。

让我们尝试类似的情况：消除连续重复的单词：

one,two,two,three,four,four,five,six

然后，只需用\w 替换\d，其中\w 匹配任何单词字符，包括：任何字母，数字或下划线。它相当于 [a-zA-Z0-9_]：

> gsub("(\\w+)(,\\1)+", "\\1", "one,two,two,three,four,four,five,six")
[1] "one,two,three,four,five,six"
> 

然后，上述模式包括作为特定情况的重复数字情况。