java中的正则表达式，用于查找重复的连续单词
我把它看作是在字符串中找到重复单词的答案。 但是当我使用它时，它认为This和is是相同的并删除is 。
正则表达式
"\\b(\\w+)\\b\\s+\\1"
知道为什么会这样吗？
这是我用于重复删除的代码
public static String RemoveDuplicateWords(String input) { String originalText = input; String output = ""; Pattern p = Pattern.compile("\b(\w+)\b\s+\b\1\b", Pattern.MULTILINE+Pattern.CASE_INSENSITIVE); //Pattern p = Pattern.compile("\\b(\\w+)\\b\\s+\\1", Pattern.MULTILINE+Pattern.CASE_INSENSITIVE); Matcher m = p.matcher(input); if (!m.find()) output = "No duplicates found, no changes made to data"; else { while (m.find()) { if (output == "") output = input.replaceFirst(m.group(), m.group(1)); else output = output.replaceAll(m.group(), m.group(1)); } input = output; m = p.matcher(input); while (m.find()) { output = ""; if (output == "") output = input.replaceAll(m.group(), m.group(1)); else output = output.replaceAll(m.group(), m.group(1)); } } return output; }
试试这个：
String pattern = "(?i)\\b([az]+)\\b(?:\\s+\\1\\b)+"; Pattern r = Pattern.compile(pattern, Pattern.CASE_INSENSITIVE); String input = "your string"; Matcher m = r.matcher(input); while (m.find()) { input = input.replaceAll(m.group(), m.group(1)); } System.out.println(input);
Java类正则表达式在Pattern类的API文档中得到了很好的解释。 添加一些空格以指示正则表达式的不同部分后：
"(?i) \\b ([az]+) \\b (?: \\s+ \\1 \\b )+" \b match a word boundary [az]+ match a word with one or more characters; the parentheses capture the word as a group \b match a word boundary (?: indicates a non-capturing group (which starts here) \s+ match one or more white space characters \1 is a back reference to the first (captured) group; so the word is repeated here \b match a word boundary )+ indicates the end of the non-capturing group and allows it to occur one or more times
你应该使用\b(\w+)\b\s+\b\1\b ，点击这里查看结果…
希望这是你想要的……
更新1
好吧，你拥有的输出是
删除重复项后的最后一个字符串
import java.util.regex.*; public class MyDup { public static void main (String args[]) { String input="This This is text text another another"; String originalText = input; String output = ""; Pattern p = Pattern.compile("\\b(\\w+)\\b\\s+\\b\\1\\b", Pattern.MULTILINE+Pattern.CASE_INSENSITIVE); Matcher m = p.matcher(input); System.out.println(m); if (!m.find()) output = "No duplicates found, no changes made to data"; else { while (m.find()) { if (output == "") { output = input.replaceFirst(m.group(), m.group(1)); } else { output = output.replaceAll(m.group(), m.group(1)); } } input = output; m = p.matcher(input); while (m.find()) { output = ""; if (output == "") { output = input.replaceAll(m.group(), m.group(1)); } else { output = output.replaceAll(m.group(), m.group(1)); } } } System.out.println("After removing duplicate the final string is " + output); }
运行此代码并查看您获得的输出…您的查询将被解决…
注意
在output你用单个单词替换重复……是不是？
当我把System.out.println(m.group() + " : " + m.group(1)); 首先，如果条件我输出为text text : text即重复项被替换为单个单词。
else { while (m.find()) { if (output == "") { System.out.println(m.group() + " : " + m.group(1)); output = input.replaceFirst(m.group(), m.group(1)); } else {
希望你现在得到了什么… 🙂
祝你好运！！！ 干杯！！！
即使出现任意数量，下面的模式也会匹配重复的单词。
Pattern.compile("\\b(\\w+)(\\b\\W+\\b\\1\\b)*", Pattern.MULTILINE+Pattern.CASE_INSENSITIVE);
例如，“这是我的我朋友朋友朋友朋友”将输出“这是我的朋友”
此外，对于此模式，只有一次使用“while（m.find（））”的迭代就足够了。
\b(\w+)(\b\W+\1\b)*
说明：
\b : Any word boundary
(\w+) : Select any word character (letter, number, underscore)
一旦选择了所有单词，现在是时候选择常用单词了。
( : Grouping starts
\b : Any word boundary
\W+ : Any non-word character
\1 : Select repeated words
\b : Un select if it repeated word is joined with another word
) : Grouping ends
参考： 示例
我相信这是你应该用来检测由任意数量的非单词字符分隔的2个连续单词的正则表达式：
Pattern p = Pattern.compile("\\b(\\w+)\\b\\W+\\b\\1\\b", Pattern.CASE_INSENSITIVE);