Регулярное выражение для повторяющихся слов

Я новичок в регулярных выражениях и не могу понять, как написать одно регулярное выражение, которое "соответствовало бы" любым повторяющимся последовательным словам, например:

Париж на в весенний период .

Не то чтобы это связано.

Над чем ты смеешься? Являются ли мои мои регулярные выражения плохо ??

Есть ли одно регулярное выражение, которое будет соответствовать ВСЕМ выделенным выше полужирным строкам?

Попробуйте это регулярное выражение:

\b(\w+)\s+\1\b

Вот \bграница слова и \1ссылка на зафиксированное совпадение первой группы.

Я считаю, что это регулярное выражение обрабатывает больше ситуаций:

/(\b\S+\b)\s+\b\1\b/

Хороший выбор тестовых строк можно найти здесь: http://callumacrae.github.com/regex-tuesday/challenge1.html

Попробуйте это с RE ниже

• \ b начало границы слова
• \ W + любой символ слова
• \ 1 такое же слово уже найдено
• \ b конец слова

• () * Повторение снова

  public static void main(String[] args) {
  
      String regex = "\\b(\\w+)(\\b\\W+\\b\\1\\b)*";//  "/* Write a RegEx matching repeated words here. */";
      Pattern p = Pattern.compile(regex, Pattern.CASE_INSENSITIVE/* Insert the correct Pattern flag here.*/);
  
      Scanner in = new Scanner(System.in);
  
      int numSentences = Integer.parseInt(in.nextLine());
  
      while (numSentences-- > 0) {
          String input = in.nextLine();
  
          Matcher m = p.matcher(input);
  
          // Check for subsequences of input that match the compiled pattern
          while (m.find()) {
              input = input.replaceAll(m.group(0),m.group(1));
          }
  
          // Prints the modified sentence.
          System.out.println(input);
      }
  
      in.close();
  }

Широко используемая библиотека PCRE может справиться с такими ситуациями ( хотя вы не добьетесь того же с POSIX-совместимыми механизмами регулярных выражений):

(\b\w+\b)\W+\1

Приведенное ниже выражение должно работать правильно, чтобы найти любое количество последовательных слов. Соответствие может быть нечувствительным к регистру.

String regex = "\\b(\\w+)(\\s+\\1\\b)*";
Pattern p = Pattern.compile(regex, Pattern.CASE_INSENSITIVE);

Matcher m = p.matcher(input);

// Check for subsequences of input that match the compiled pattern
while (m.find()) {
     input = input.replaceAll(m.group(0), m.group(1));
}

Пример ввода: Goodbye goodbye GooDbYe

Пример вывода: до свидания

Объяснение:

Выражение регулярного выражения:

\ b: начало границы слова

\ w +: любое количество символов слова

(\ s + \ 1 \ b) *: любое количество пробелов, за которыми следует слово, которое соответствует предыдущему слову и заканчивается границей слова. Все, завернутое в *, помогает найти более одного повтора.

Группировка:

m.group (0): должна содержать совпавшую группу в приведенном выше случае. До свидания, до свидания, GooDbYe.

m.group (1): Должен содержать первое слово совпадающего шаблона в приведенном выше случае до свидания

Метод Replace заменяет все последовательные совпадающие слова первым экземпляром слова.

Это регулярное выражение, которое я использую для удаления повторяющихся фраз в моем Twitch-боте:

(\S+\s*)\1{2,}

(\S+\s*) ищет любую строку символов, не являющуюся пробелом, за которой следует пробел.

\1{2,}затем ищет более двух экземпляров этой фразы в строке для сопоставления. Если есть 3 одинаковых фразы, они совпадают.

Нет. Это неправильная грамматика. Могут быть регулярные выражения для конкретного движка / языка, которые вы можете использовать, но не существует универсального регулярного выражения, которое могло бы это сделать.

Вот тот, который несколько раз перехватывает несколько слов:

(\b\w+\b)(\s+\1)+

Регулярное выражение для удаления 2+ повторяющихся слов (последовательные / непоследовательные слова)

Попробуйте это регулярное выражение, которое может поймать 2 или более повторяющихся слова и оставить только одно слово. И повторяющиеся слова не обязательно должны быть последовательными .

/\b(\w+)\b(?=.*?\b\1\b)/ig

Здесь \bиспользуется для границы слова, ?=используется для положительного просмотра \1вперед и используется для обратных ссылок.

Пример источника

Пример на Javascript: The Good Parts можно адаптировать для этого:

var doubled_words = /([A-Za-z\u00C0-\u1FFF\u2800-\uFFFD]+)\s+\1(?:\s|$)/gi;

\ b использует \ w для границ слова, где \ w эквивалентно [0-9A-Z_a-z]. Если вы не возражаете против этого ограничения, принятый ответ в порядке.

Поскольку некоторые разработчики заходят на эту страницу в поисках решения, которое не только устраняет повторяющиеся последовательные подстроки без пробелов, но и трижды, я покажу адаптированный шаблон.

Выкройка: /(\b\S+)(?:\s+\1\b)+/( Демонстрация выкройки )
Заменить:$1 (заменяет совпадение полной строки на группу захвата №1)

Этот шаблон жадно сопоставляет «целую» подстроку без пробелов, затем требует одну или несколько копий сопоставленной подстроки, которые могут быть разделены одним или несколькими пробельными символами (пробел, табуляция, новая строка и т. Д.).

В частности:

• \b (границы слова) символы жизненно важны для обеспечения несоответствия частям слов.
• Вторая скобка - это группа без захвата, потому что эту подстроку переменной ширины не нужно захватывать - нужно только сопоставление / поглощение.
• +(один или более квантор) на нерабочий захвате группы является более подходящим , чем *потому , что *будет «беспокоить» движок регулярных выражений для захвата и заменить одноточечно вхождения - это расточительно шаблон дизайн.

* обратите внимание, если вы имеете дело с предложениями или строками ввода с пунктуацией, тогда шаблон необходимо будет дополнительно уточнить.

Это выражение (вдохновленное Майком, приведенным выше), кажется, улавливает все дубликаты, трижды и т. Д., Включая те, которые находятся в конце строки, чего нет у большинства других:

/(^|\s+)(\S+)(($|\s+)\2)+/g, "$1$2")

Я знаю вопрос, который задают, чтобы сопоставить дубликаты , но три экземпляра - это всего лишь 2 дубликата рядом друг с другом :)

Во-первых, я поставил, (^|\s+)чтобы он начинался с полного слова, иначе «детский стейк» перешел бы в «детский стейк» (буквы «s» совпадали бы). Затем ему соответствуют все полные слова ( (\b\S+\b)), за которыми следует конец строки ( $) или количество пробелов (\s+ ), все повторяется более одного раза.

Я пробовал вот так, и все получилось:

var s = "here here here     here is ahi-ahi ahi-ahi ahi-ahi joe's joe's joe's joe's joe's the result result     result";
print( s.replace( /(\b\S+\b)(($|\s+)\1)+/g, "$1"))         
--> here is ahi-ahi joe's the result

Используйте это в случае, если вы хотите проверять повторяющиеся слова без учета регистра.

(?i)\\b(\\w+)\\s+\\1\\b