我是一个正则表达式新手，我不知道如何编写一个正则表达式来“匹配”任何重复的连续单词，例如：
春天的巴黎。
并不是说有关系。
你笑什么？我的正则表达式那么糟糕吗？
是否有一个正则表达式可以匹配上面所有的粗体字符串？
问问题
125218 次
14 回答
187
于 2010-05-12T21:55:01.513 回答
29
我相信这个正则表达式可以处理更多的情况：
/(\b\S+\b)\s+\b\1\b/
可以在这里找到很好的测试字符串选择：http: //callumacrae.github.com/regex-tuesday/challenge1.html
于 2012-09-06T23:40:09.850 回答
16
下面的表达式应该可以正常工作以查找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 GooDbYe
样本输出：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单词，匹配前一个单词并结束单词边界。用 * 包裹的整件事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 Goodbye
Replace 方法将所有连续匹配的单词替换为单词的第一个实例。
于 2019-03-11T01:03:14.353 回答
10
试试下面的 RE
- \b 单词边界的开始
- \W+ 任意单词字符
- \1 个相同的单词已经匹配
- \b 词尾
()* 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(); }
于 2017-06-05T06:49:15.507 回答
6
广泛使用的 PCRE 库可以处理这种情况（但是，您不会使用符合 POSIX 的正则表达式引擎来实现相同的效果）：
(\b\w+\b)\W+\1
于 2010-05-12T21:55:46.693 回答
4
不，那是不规则的语法。您可能可以使用特定于引擎/语言的正则表达式，但没有通用的正则表达式可以做到这一点。
于 2010-05-12T21:53:15.507 回答
4
这是我用来删除 twitch 机器人中重复短语的正则表达式：
(\S+\s*)\1{2,}
(\S+\s*)查找不是空格的任何字符串，后跟空格。
\1{2,}然后在要匹配的字符串中查找该短语的 2 个以上实例。如果有 3 个相同的短语，则匹配。
于 2015-07-18T01:17:17.027 回答
3
这是一个多次捕获多个单词的方法：
(\b\w+\b)(\s+\1)+
于 2018-03-24T00:08:05.370 回答
2
Javascript: The Good Parts 中的示例可用于执行此操作：
var doubled_words = /([A-Za-z\u00C0-\u1FFF\u2800-\uFFFD]+)\s+\1(?:\s|$)/gi;
\b 使用 \w 作为单词边界，其中 \w 等价于 [0-9A-Z_a-z]。如果您不介意这种限制，那么接受的答案就可以了。
于 2013-04-24T21:04:03.000 回答
2
由于一些开发人员来到此页面寻找一种解决方案，该解决方案不仅可以消除重复的连续非空白子字符串，而且可以消除三次及以上，因此我将展示适应的模式。
模式：（/(\b\S+)(?:\s+\1\b)+/模式演示）
替换：（$1用捕获组#1替换完整字符串匹配）
此模式贪婪地匹配“整个”非空白子字符串，然后需要一个或多个匹配子字符串的副本，这些副本可能由一个或多个空白字符（空格、制表符、换行符等）分隔。
具体来说：
\b（单词边界）字符对于确保部分单词不匹配至关重要。- 第二个括号是非捕获组，因为不需要捕获这个可变宽度的子字符串——只需匹配/吸收。
+非捕获组上的（一个或多个量词）比*因为*会“打扰”正则表达式引擎来捕获和替换单例事件更合适——这是一种浪费的模式设计。
*请注意，如果您正在处理带有标点符号的句子或输入字符串，则需要进一步完善该模式。
于 2018-02-01T04:41:05.100 回答
1
这个表达式（灵感来自上面的 Mike）似乎捕捉到了所有重复、三次等，包括字符串末尾的那些，而其他大多数都没有：
/(^|\s+)(\S+)(($|\s+)\2)+/g, "$1$2")
我知道要求仅匹配重复项的问题，但一式三份只是彼此相邻的 2 个重复项:)
首先，我(^|\s+)确保它以一个完整的单词开头，否则“child's steak”会转到“child'steak”（“s”会匹配）。然后，它匹配所有完整(\b\S+\b)的单词 ( )，后跟字符串结尾 ( $) 或多个空格 ( \s+)，整个重复不止一次。
我像这样尝试过，效果很好：
var s = "here here here here is ahi-ahi ahi-ahi ahi-ahi joe's joe's joe's joe's joe's the result result result";
print( s.replace( /(\b\S+\b)(($|\s+)\1)+/g, "$1"))
--> here is ahi-ahi joe's the result
于 2016-02-18T20:08:57.217 回答
1
试试这个适用于所有重复单词情况的正则表达式：
\b(\w+)\s+\1(?:\s+\1)*\b
于 2021-11-08T18:58:06.037 回答
-1
如果您想要不区分大小写检查重复单词，请使用此选项。
(?i)\\b(\\w+)\\s+\\1\\b
于 2016-08-16T15:55:45.050 回答