正则表达式匹配/分组字符串中的重复字符答案

【问题标题】：Regex to match/group repeating characters in a string正则表达式匹配/分组字符串中的重复字符
【发布时间】：2013-10-30 13:16:24
【问题描述】：

我需要一个正则表达式来匹配字符串中的字符组。这是一个示例字符串：

qwwwwwwwwweeeeerrtyyyyyqqqqwEErTTT

应该匹配

（匹配组）“结果”

(1)“q”

(2) “wwwwwwwww”

(3) “eeeee”

(4) “rr”

(5) "t"

(6)“年年”

(7)“qqqq”

(8) "w"

(9) “EE”

（10）“r”

（11）“TTT”

在做了一些研究之后，这是我能想到的最好的方法

/(.)(\1*)/g

我遇到的问题是使用\1 反向引用的唯一方法是首先捕获字符。如果我可以参考非捕获组的结果，我可以解决这个问题，但经过研究我认为这是不可能的。

【问题讨论】：

我认为使用 charAt 的循环解决方案更容易阅读和运行更快。
循环确实会快很多。
如果此正则表达式用于 JavaScript，请删除标签 java 并添加 javascript。

标签： java regex expression

【解决方案1】：

/((.)(\2*))/g 怎么样？这样，您就可以将整个组匹配（我假设这就是您想要的，而这正是您找到的解决方案所缺少的）。

【讨论】：

你刚刚打败了我！基本上与我使用的正则表达式相同。

【解决方案2】：

看起来你需要在循环中使用匹配器：

Pattern p = Pattern.compile("((.)\\2*)");
Matcher m = p.matcher("qwwwwwwwwweeeeerrtyyyyyqqqqwEErTTT");
while (m.find()) {
    System.out.println(m.group(1));
}

输出：

q
wwwwwwwww
eeeee
rr
t
yyyyy
qqqq
w
EE
r
TTT

【讨论】：

【解决方案3】：

假设@cruncher 所说的前提是正确的：“我们想在事先不知道应该重复哪个字母的情况下捕获重复的字母组”然后：

/((a*?+)|(b*?+)|(c*?+)|(d*?+)|(e*?+)|(f*?+)|(g*?+)|(h*?+))/

上述 RegEx 应该允许捕获重复的字母组，而无需硬编码它们出现的特定顺序。

?+ 是一个不情愿的所有格量词，如果当前案例有效，它不会通过不保存以前有效的回溯案例来帮助我们不浪费 RAM 空间。

【讨论】：

问题在于，正则表达式会随着输入域的大小而增长。仅字母是26 * 2 = 52。实际上比这更糟糕。我刚刚意识到您的正则表达式强制执行特定顺序。
由于| 逻辑OR 运算符，最后一个不会强制执行特定顺序。
不情愿的所有格量词？这对我来说是一个新的！量词可以是不情愿的或所有格的，不能两者兼而有之。在这种情况下，它是您想要的所有格类型（a*+、b*+ 等）。
不是\w* greedy、\w*? 不情愿、\w*+ 被动姿势和\w*?+ 不情愿姿势姿势，因为它匹配的每一步都具有姿势，但它不匹配所有重复从第一步开始，它等待以下组完成自己的匹配？
这个\w*?+中的?不代表不情愿吗？还是它代表可能（可能或不可能）意味着\w*+ 等同于\w*?+，因为* 表示零次或多次重复，? 表示可能。

【解决方案4】：

由于您确实标记了 java，我将提供一个替代的非正则表达式解决方案（我相信需求是最终产品，而不是您到达那里的方法）。

String repeat = "";
char c = '';
for(int i = 0 ; i < s.length() ; i++) {
    if(s.charAt(i) == c) {
        repeat += c;
    } else {
        if(!repeat.isEmpty()) 
            doSomething(repeat); //add to an array if you want
        c = s.charAt(i);
        repeat = "" + c;
    }
}
if(!repeat.isEmpty())
    doSomething(repeat);

【讨论】：