espressione regolare per consecutivi le parole duplicate

Question

Sono un principiante espressione regolare, e non riesco a capire come scrivere una singola espressione regolare che avrebbe "match" Alcune parole consecutive duplicati quali:

Parigi in la primavera.

Non che quello è correlato.

Perché ridi? Sono my my espressioni regolari che male ??

Esiste una singola espressione regolare che corrisponderà a TUTTE le stringhe in grassetto sopra?

Answer 1

Prova questa espressione regolare:

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

Qui \b è un confine di parola e \1 riferimenti alla partita catturato del primo gruppo.

Answer 2

No. Questa è una grammatica irregolare. Potrebbero esserci espressioni regolari specifiche per linguaggio/motore che è possibile utilizzare, ma non esiste un'espressione regolare universale che possa farlo.

Answer 3

La libreria PCRE diffuso in grado di gestire tali situazioni (non raggiungere la la stesso con motori regex POSIX-compliant, però):

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

Answer 4

Credo che questa regex gestisce più situazioni:

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

Una buona selezione di stringhe di prova può essere trovato qui: http://callumacrae.github.com/regex-tuesday/challenge1.html

Answer 5

L'esempio in Javascript: Le parti buone possono essere adattati per fare questo:

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

\ B utilizza \ w per confini di parola, dove \ w è equivalente a [0-9A-Z_A-z]. Se non ti dispiace questa limitazione, la risposta accettata va bene.

Answer 6

Questa è l'espressione regolare che uso per rimuovere le frasi duplicati nel mio tic bot:

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

(\S+\s*) cerca qualsiasi stringa di caratteri che non è uno spazio, seguita spazi.

\1{2,} quindi cerca più di 2 istanze di quella frase nella stringa corrispondente. Se ci sono 3 frasi identiche, corrisponde.

Answer 7

Questa espressione (ispirato da Mike, sopra) sembra catturare tutti i duplicati, triplicati, ecc, compresi quelli alla fine della stringa, che la maggior parte degli altri non lo fanno:

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

I conoscere la domanda posta in modo che corrisponda duplica solo, ma un triplice copia si trova a soli 2 duplicati accanto all'altro :)

In primo luogo, ho messo (^|\s+) per assicurarsi che comincia con una parola piena, altrimenti "bistecca del bambino" sarebbe andato a "child'steak" (le "s" corrispondono). Quindi, corrisponde a tutte le parole complete ((\b\S+\b)), seguito da una fine di stringa ($) o da un numero di spazi (\s+), il tutto ripetuto più volte.

ho provato come questo e ha funzionato bene:

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 

Answer 8

Utilizzare questo nel caso in cui si desidera che il controllo maiuscole e minuscole per le parole duplicate.

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

Answer 9

Prova questo con sotto RE

• \ b inizio del limite di parola parola
• carattere \ W + qualsiasi parola
• \ 1 stessa parola ha trovato già
• \ b fine della parola

• () * Ripetuto di nuovo

  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(); 
  } 
  

Answer 10

Dal momento che alcuni sviluppatori stanno arrivando a questa pagina in cerca di una soluzione che non solo elimina duplicati stringhe che non sono spazi consecutivi, ma triplicati e al di là, ti faccio vedere il modello adattato.

Pattern: /(\b\S+)(?:\s+\1\b)+/ (Pattern Demo)
Sostituire: $1 (sostituisce il match fullstring con il gruppo di cattura # 1)

Questo modello corrisponde avidamente un "tutto" stringa senza spazi, quindi richiede una o più copie di la sottostringa corrispondente che può essere delimitata da uno o più caratteri di spaziatura (spazio, tab, newline, ecc.).

In particolare:

• \b (limite di parola) personaggi sono di vitale importanza per garantire le parole parziali non corrispondono.
• Il secondo parentetico è un gruppo non acquisibile, poiché questa sottostringa a larghezza variabile non deve essere catturata, ma solo abbinata/assorbita.
• il + (uno o più quantificatori) sul gruppo non acquisibile è più appropriato di * perché * "disturberà" il motore regex per catturare e sostituire le occorrenze di singleton - questo è un disegno di progettazione sprecone.

* nota se si hanno a che fare con frasi o stringhe di input con segni di punteggiatura, il modello dovrà essere ulteriormente rifinito.