正则表达式非重复二元组答案

【问题标题】：Regex Non-Duplicate Bigrams正则表达式非重复二元组
【发布时间】：2019-01-20 17:25:18
【问题描述】：

我想要一个 PCRE 正则表达式来创建类似于 question 的二元组配对，但没有重复的单词。

Full Match: apple orange plum
Group 1: apple orange
Group 2: orange plum

我最接近它的是这个，但是第二组中没有捕获到“橙色”。

(\b.+\b)(\g<1>)\b

【问题讨论】：

【解决方案1】：

你正在寻找这个：

/(?=(\b\w+\s+\w+))/g

这里有一个快速的 perl 单行代码来演示它：

$ perl -e 'while ("apple orange plum" =~ /(?=(\b\w+\s+\w+))/g) { print "$1\n" }'
apple orange
orange plum

这在捕获组周围使用零宽度lookahead(?=…)，以确保我们可以读取“橙色”一词两次。

如果我们改用/(\b\w+\s+\w+)/g，我们会得到“apple orange”，但不会得到第二个匹配项，因为正则表达式的从左到右处理已经超过了单词“orange”

如果我们省略break \b这个词，正则表达式解释器会给我们“apple orange”，然后是“pple orange”，“ple orange”等...包括“orange plum”，但也有“从“plum”到“e plum”，因为它们都满足该标准。

【讨论】：