正则表达式过滤具有重复 3 次或更多次字符串的 url答案

【问题标题】：Regular expression to filter urls with strings repeated 3 times or more正则表达式过滤具有重复 3 次或更多次字符串的 url
【发布时间】：2013-03-18 23:36:08
【问题描述】：

我正在使用正则表达式(\b\w+\b)\W+\1{3,} 来过滤字符串重复三次或更多次的网址。我试过(\b\w+\b)\W+\1{3,} 或(\b\w+\b)\W{3,}+\1 但没有帮助

http://rubular.com/r/6IyCPyBiuW -> (\b\w+\b)\W+\1 -> 这可以找到重复超过一次的单词，但我有兴趣找到重复超过三次的单词。

http://rubular.com/r/O9NcobUsTX -> (\b\w+\b)\W+\1{3,} -> 这对于查找重复三个或更多的单词不起作用

【问题讨论】：

之前的回答有问题。更新了替代品。
感谢指正。如果你能简要解释一下你是如何想到这个表达的，那就太好了。我是使用正则表达式的初学者

标签： regex regular-language

【解决方案1】：

以下正则表达式有效：

(\w+\W)\1{2,}

上面也匹配非单词字符，完全正确，所以，或者，你可以使用相当丑陋的外观

(\w+)(?:\W+\1){2,}

详情：

\w    -> single word character
\w+   -> one or more word characters
\W    -> non-word character
\1    -> back-reference to capturing group #1 (in this case, (\w+)
{2,}  -> 2 or more of (?:\W+\1)
(?:)  -> grouping without actually capturing anything

http://rubular.com/r/Trb41xxCAt

【讨论】：

非常感谢！！它帮助我解决了我的问题。但是，我想了解 '\1' 而不是 '+\1'
@user1830069 \1是反向引用，指的是第一个捕获组(...)捕获的字符串。 + 与前面的量词一起使用，并表示其中的一个或多个。例如，\w+ 表示 1 个或多个单词字符。请勿阅读+\1。
太棒了！这真的很有帮助。谢谢。
当最后一个重复的单词在行尾时，是否可以修改第一个表达式来工作？当最后一个单词后有新行时，它不起作用。它适用于 grep，但它不起作用，例如这里regexr.com/3ipck