正则表达式检测字符串中的重复答案

【问题标题】：Regular Expression to detect repetition within a string正则表达式检测字符串中的重复
【发布时间】：2009-06-03 09:45:17
【问题描述】：

是否可以用正则表达式检测重复的数字模式？

例如，如果我有以下字符串“034503450345”，是否可以匹配重复的序列0345？我觉得这超出了正则表达式的范围，但我想我还是会在这里问一下，看看我是否遗漏了什么。

【问题讨论】：

您使用什么语言/平台？
我正在使用 C#。我需要的只是正则表达式，所以我已经实现了 RichieHindle 的解决方案，并已经根据我的测试数据对其进行了验证！我还从 Peter Boughton 的出色评论的正则表达式中学到了很多东西。谢谢你们！
@MarkWithers 我正在处理同样的问题。您能否更具体一点，并告诉我更多有关您的解决方案的信息？谢谢
@user2179427 不是真的，那是 6 年前的事了，所以我再也无法访问源代码了。但是，此问题中所有投票赞成的正则表达式模式都有效，因此这只是查找如何用您选择的语言执行正则表达式的一个案例

标签： c# regex

【解决方案1】：

此表达式将匹配一个或多个重复组：

(.+)(?=\1+)

这是分解的相同表达式，（使用注释，因此它仍然可以直接用作正则表达式）。

(?x)  # enable regex comment mode
(     # start capturing group
.+    # one or more of any character (excludes newlines by default)
)     # end capturing group
(?=   # begin lookahead
\1+   # match one or more of the first capturing group
)     # end lookahead

要匹配特定模式，请将 .+ 更改为该模式，例如\d+ 匹配一个或多个数字，\d{4,} 匹配 4 个或更多数字。

要匹配特定数量的模式，请将\1+ 更改为\1{4}，重复四次。

要让重复不相邻，您可以在前瞻中添加.*?。

【讨论】：

很好的例子，解释得很好
很好的解释。优秀的扩展。谢谢！！ +1

【解决方案2】：

是的，你可以 - 这是一个 Python 测试用例

import re
print re.search(r"(\d+).*\1", "8034503450345").group(1)
# Prints 0345

正则表达式的意思是“找到一些数字序列，然后是任意数量的其他东西，然后再次找到相同的序列。”

在一个几乎不相关的注释中，这是我最喜欢的正则表达式之一 - 质数检测器：

import re
for i in range(2, 100):
    if not re.search(r"^(xx+)\1+$", "x"*i):
        print i

【讨论】：

您的素数检测器发现 0 和 1 是素数 :-)
知道为什么下面的例子只匹配8而不是0345吗？在[18]中： foo = re.search(r"(\d+).*\1", "80345824103452420345") 在[19]中： foo.groups() 出[19]: ('8',)跨度>
@balpha: 好的 pont - 已修复。 8-)
@Hank Gay：它将匹配它找到的第一个重复组，在这种情况下是“8”。使用更多的“\d”或大括号来设置最小长度。
@RichieHindle：谢谢。我以某种方式说服自己（起初）它是匹配最长的，而不是第一个。

【解决方案3】：

只是为 RichieHindle 的（正确）答案添加注释：

请注意，虽然 Python 的正则表达式实现（以及许多其他实现，例如 Perl 的）可以做到这一点，但这不再是狭义上的正则表达式。

您的示例不是正则语言，因此不能由纯正则表达式处理。参见例如优秀的Wikipedia article了解详情。

虽然这主要只是学术兴趣，但也有一些实际后果。与这种情况相比，真正的正则表达式可以更好地保证最大运行时间。因此，您可能会在某些时候遇到性能问题。

并不是说这不是一个好的解决方案，但您应该意识到您已处于正则表达式（即使是扩展形式）的能力极限，并且可能希望在出现问题时考虑其他解决方案。

【讨论】：

【解决方案4】：

这是 C# 代码，它使用反向引用构造来查找重复的数字。它将与 034503450345、123034503450345、034503450345345、232034503450345423 一起使用。正则表达式更容易理解。

/// <summary>
/// Assigns repeated digits to repeatedDigits, if the digitSequence matches the pattern
/// </summary>
/// <returns>true if success, false otherwise</returns>
public static bool TryGetRepeatedDigits(string digitSequence, out string repeatedDigits)
{
    repeatedDigits = null;

    string pattern = @"^\d*(?<repeat>\d+)\k<repeat>+\d*$";

    if (Regex.IsMatch(digitSequence, pattern))
    {
        Regex r = new Regex(pattern, RegexOptions.IgnoreCase | RegexOptions.Compiled);
        repeatedDigits = r.Match(digitSequence).Result("${repeat}");
        return true;
    }
    else
        return false;
}

【讨论】：

非常好！我喜欢使用命名组。生产质量代码，注释并准备复制。非常感谢！

【解决方案5】：

使用正则表达式重复：酒吧{2,} 查找带有两个或更多条的文本：野蛮人野蛮人 ...

【讨论】：