连续重复词的正则表达式

Question

我是一个正则表达式新手,我无法弄清楚如何编写一个能够"匹配"任何重复连续单词的正则表达式,例如:

在巴黎的的春天.

并非那是相关的.

你笑什么？是我的我的正则表达式不好？

是否有一个正则表达式将匹配上面的所有粗体字符串？

Answer 1

试试这个正则表达式:

\b(\w+)\s+\1\b

这\b是一个单词边界,并\1引用第一组的捕获匹配.

Answer 2

我相信这个正则表达式处理更多情况:

/(\b\S+\b)\s+\b\1\b/

可以在这里找到很多测试字符串:http: //callumacrae.github.com/regex-tuesday/challenge1.html

Answer 3

下面的表达式应该可以正常工作以找到任意数量的连续单词。匹配可以不区分大小写。

String regex = "\\b(\\w+)(\\s+\\1\\b)*";
Pattern p = Pattern.compile(regex, Pattern.CASE_INSENSITIVE);

Matcher m = p.matcher(input);

// Check for subsequences of input that match the compiled pattern
while (m.find()) {
     input = input.replaceAll(m.group(0), m.group(1));
}

示例输入：再见再见再见再见

示例输出：再见

解释：

正则表达式：

\b : 单词边界的开始

\w+ ：任意数量的单词字符

(\s+\1\b)* ：任意数量的空格后跟匹配前一个单词并结束单词边界的单词。用 * 包裹的整个东西有助于找到不止一个重复。

分组：

m.group(0) : 应包含上述情况下的匹配组 Goodbye goodbye GooDbYe

m.group(1) ：应包含上述情况下匹配模式的第一个单词再见

Replace 方法应将所有连续匹配的单词替换为单词的第一个实例。

Answer 4

正则表达式去除 2+ 个重复词（连续/非连续词）

试试这个正则表达式，它可以捕获 2 个或更多重复的单词，并且只留下一个单词。并且重复的单词甚至不必是连续的。

/\b(\w+)\b(?=.*?\b\1\b)/ig

这里，\b用于词边界，?=用于正向前瞻，\1用于反向引用。

示例 源

Answer 5

尝试以下RE

• \ b单词开始单词边界
• \ W +任何字元
• \ 1个相同的单词已经匹配
• \ b字尾

• （）*再次重复

  public static void main(String[] args) {
  
      String regex = "\\b(\\w+)(\\b\\W+\\b\\1\\b)*";//  "/* Write a RegEx matching repeated words here. */";
      Pattern p = Pattern.compile(regex, Pattern.CASE_INSENSITIVE/* Insert the correct Pattern flag here.*/);
  
      Scanner in = new Scanner(System.in);
  
      int numSentences = Integer.parseInt(in.nextLine());
  
      while (numSentences-- > 0) {
          String input = in.nextLine();
  
          Matcher m = p.matcher(input);
  
          // Check for subsequences of input that match the compiled pattern
          while (m.find()) {
              input = input.replaceAll(m.group(0),m.group(1));
          }
  
          // Prints the modified sentence.
          System.out.println(input);
      }
  
      in.close();
  }
  

Answer 6

目前广泛使用的PCRE库可以处理这种情况(你不会达到的了与POSIX兼容的正则表达式引擎一样,虽然):

(\b\w+\b)\W+\1

Answer 7

这是多次捕获多个单词的方法：

(\b\w+\b)(\s+\1)+