regex - 使用正则表达式在纯文本中搜索重复的中文字符？

Question

首先我知道匹配中文 unicode 应该使用

[\x{4e00}-\x{9fa5}]

然后我使用组和反向引用

([\x{4e00}-\x{9fa5}])\1

但结果是邻接，如“中中”。

我需要在文本中任何地方多次出现的所有字符。像

中国保持中立
^      ^

PS.我使用 textmate 编辑器。

有什么帮助吗？蒂亚！

Answer 1

你可以做：

1. 匹配所有内容，直到该字符最后一次出现

   ([\x{4e00}-\x{9fa5}]).*\1
   

   在 Regexr 上查看

2. 匹配所有内容，直到该字符下一次出现

   ([\x{4e00}-\x{9fa5}]).*?\1
   

   在 Regexr 上查看

3. 如果您只想匹配文本中稍后出现的字符，并且您不想匹配其间的所有内容，并且是否支持前瞻

   ([\x{4e00}-\x{9fa5}])(?=.*\1)
   

   在 Regexr 上查看

   这将不匹配最后一次出现！（因为文本中不再跟随该字符。）