用于重复句子的 Perl 正则表达式答案

【问题标题】：Perl regular expression for a repetitive sentence用于重复句子的 Perl 正则表达式
【发布时间】：2014-03-16 23:29:32
【问题描述】：

我正在寻找与重复模式匹配的正则表达式。

例如

The great eagle flied high flied high.

重复：flied high

The call was done at night was done at night.

重复：was done at night

有没有办法做到这一点？我只想要正则表达式，以便我可以使用grep -P 过滤一些文件。

Found 5 files under folders: home folder, home folder, home folder, home folder, home folder

重复：home folder

The query returned this preferences for this user: color black, fried chicken, color black, fried chicken, white shirt, brown color

重复：color black,

本质上，我想做的是找到“重复的句子”来匹配”。

【问题讨论】：

你有没有努力为自己解决这个问题？ Stack Overflow 是程序员在遇到问题时可以向同时代人寻求帮助的地方。它并不打算用作免费编程工作的来源。

标签： perl pcre

【解决方案1】：

你没有很好地定义你的问题。就目前而言，你可以写

my $s = 'The great eagle flied high flied high.';
print qq{"$1"\n} if $s =~ /(.+)\1/;

输出

" flied high"

但是，如果你应用你的第二个字符串

my $s = 'The call was done at night was done at night.';
print qq{"$1"\n} if $s =~ /(.+)\1/;

输出

"l"

因此，解决方案取决于您拥有的数据集。如果您可以更严格地定义您的问题，那么我们可以为您提供更好的帮助。

【讨论】：

【解决方案2】：

是的，只需在正则表达式中使用\1 来指示重复匹配的模式。我故意将此正则表达式限制为仅匹配 2-4 个单词的短语，以限制它的工作难度：

#!usr/bin/perl

use strict;
use warnings;

while (<DATA>) {
    if (my @phrases = /\b(\S+(?:\s+\S+){1,3})\s+\1/g) {
        print "$_\n" for @phrases;
    }
}

__DATA__
The great eagle flied high flied high.
The call was done at night was done at night.

输出

flied high
was done at night

【讨论】：

匹配任何超过4个单词的词组，会怎样？
{1,3} 的使用表示在第一个单词之后还有 1-3 个单词。如果你想增加计数，你可以在那里。我建议您设置一些上限，即使它是任意上限。或者如果你真的不想要一个上限，你可以使用+，它表示一个或多个。
是的。我认为加号正是我所需要的。谢谢:)
这没有解决 OP 的第二个示例，其中仅在中间文本之后重复该短语。在编写任何代码之前，需要更准确地定义问题。
@Borodin 实际上，鉴于他的问题的性质与如何搜索重复表达式有关，答案最终是反向引用\1，无论具体的实现细节或修订规范如何。我同意，如果他提前为他的问题付出更多努力，他将从这些论坛中获得更多好处，但我会说我展示了适当的努力水平以换取他的展示。