0

我试图找出一个 preg_match / php 样式的正则表达式来查找重复的字母数字字符组（任何长度），用逗号分隔？

所以如果我有字符串 "c,b,a,xz,x,b,a,c,xz,x,x,b,a"

将返回重复两个以上值的第一系列字母。我想我需要做一个递归反向引用，也许像

<?php
    // lines removed for simplicity
    // test string = "c,b,a,xz,x,b,a,c,xz,x,x,b,a"
    $haystack = "c,b,a,xz,x,b,a,c,xz,x,x,b,a";
    $answer = preg_match('/([A-z]{2,*}[\s]{1})([A-z \s]*)[\1]*/', $haystack );

    echo $answer; // print the first occurrence of the repeating series of two or more
?>

我只需要找到并回显重复的两个或多个值系列的第一次出现。有没有办法递归地使用反向引用，或者更好的方法？

编辑：删除代码呕吐物。

4

2 回答 2

1

'/\b(\w+,\w+),(?:.*,)?\1\b/'应该管用。它会匹配任何两个项目的序列，任何数量的其他东西，然后再次匹配相同的序列。

关键是，由于正则表达式的工作方式，它可能会找到第一个重复的序列，而不是第一个重复的序列。（最早开始的比赛获胜。）例如，如果你有'a,b,c,d,c,d,a,b,c'，$matches[1]可能会是'a,b'，即使'c,d'会更早匹配。

要找到第一个重复项，您必须能够匹配它并在后向断言中对其进行反向引用。如果这甚至是合法的（我怀疑它是合法的），它必须是固定的宽度，然后 PHP 才会让它发生。

编辑： 虽然，现在我考虑了一下......如果你反转字符串然后使用'/.*\b(\w+,\w+),(?:.*?,)??\1\b/'它，它可能会起作用。这围绕着我提到的约束跳舞；将字符串颠倒后，副本出现在原始字符串之前，所以现在我们可以匹配副本，然后“稍后”引用它。

表达式的.*开头尽可能多地抓取，因此匹配将尽可能靠近反转字符串的结尾（因此，尽可能靠近原始字符串的开头）。并且额外?的 s 使它们相应的位变得惰性，因此它们尽可能少地匹配。当然，一旦在反转字符串中找到匹配项，您需要反转它才能在原始字符串中获得匹配项。

当然，在 UTF-8 存在的情况下，这可能会彻底崩溃。（再说一次，大多数正则表达式都会。）但是，如果您只是在处理 ASCII，它应该可以工作。

于 2012-04-20T02:09:46.190 回答
1

不是 PHP 专家，但我认为您可以
~\b([a-zA-Z0-9]{2,})\b(?=.*\b\1\b)~在 while 循环中使用此正则表达式。

在正文中，您可以在哈希数组中跟踪结果（如果 php 有），
以打印出唯一的系列和位置。捕获缓冲区 1 具有系列。

于 2012-04-20T04:34:01.833 回答