如何使用Java Regex查找字符串中的所有重复字符序列？

使用Java和Regex解析随机字符串以查找重复序列。

考虑字符串：

aaabbaaacccbb

我想找到一个正则表达式，它将在上面的字符串中找到所有匹配项：

aaabbaaacccbb ^^^ ^^^ aaabbaaacccbb ^^ ^^ 

什么是正则表达式，它将检查字符串是否有任何重复的字符序列，并返回那些重复字符的组，使得组1 = aaa和组2 = bb。 另请注意，我使用了一个示例字符串，但任何重复的字符都是有效的：RonRonJoeJoe …… … ,, … ,,

Answer 1

这样做：

 import java.util.regex.Matcher; import java.util.regex.Pattern; public class Test { public static void main(String[] args) { String s = "aaabbaaacccbb"; find(s); String s1 = "RonRonRonJoeJoe .... ,,,,"; find(s1); System.err.println("---"); String s2 = "RonBobRonJoe"; find(s2); } private static void find(String s) { Matcher m = Pattern.compile("(.+)\\1+").matcher(s); while (m.find()) { System.err.println(m.group()); } } } 

OUTPUT：

 aaa bb aaa ccc bb RonRonRon JoeJoe .... ,,,, --- 

Answer 2

以下内容适用于所有要求。 它实际上是这里的几个答案的组合，它将打印出在字符串中任何其他位置重复的所有子字符串。

我将其设置为仅返回至少2个字符的子字符串，但通过将正则表达式中的“{2，}”更改为“+”，可以轻松将其更改为单个字符。

 public static void main(String[] args) { String s = "RonSamJoeJoeSamRon"; Matcher m = Pattern.compile("(\\S{2,})(?=.*?\\1)").matcher(s); while (m.find()) { for (int i = 1; i <= m.groupCount(); i++) { System.out.println(m.group(i)); } } } 

输出：
罗恩
山姆
乔

Answer 3

你可以使用这个positive lookahead正则表达式：

 ((\\w)\\2+)(?=.*\\1) 

码：

 String elem = "aaabbaaacccbb"; String regex = "((\\w)\\2+)(?=.*\\1)"; Pattern p = Pattern.compile(regex); Matcher matcher = p.matcher(elem); for (int i=1; matcher.find(); i++) System.out.println("Group # " + i + " got: " + matcher.group(1)); 

OUTPUT：

 Group # 1 got: aaa Group # 2 got: bb 

Answer 4

这似乎有效，但它也给出了后续的结果：

（公平地说，这是基于Guillame的代码）

 public static void main(final String[] args) { // final String s = "RonRonJoeJoe"; // final String s = "RonBobRonJoe"; final String s = "aaabbaaacccbb"; final Pattern p = Pattern.compile("(.+).*\\1"); final Matcher m = p.matcher(s); int start = 0; while (m.find(start)) { System.out.println(m.group(1)); start = m.toMatchResult().end(1); } } 

Answer 5

你可以忽略重叠。

 // overlapped 1 or more chars (?=(\w{1,}).*\1) // overlapped 2 or more chars (?=(\w{2,}).*\1) // overlapped 3 or more chars, etc .. (?=(\w{3,}).*\1) 

或者，你可以消费（非重叠）..

 // 1 or more chars (?=(\w{1,}).*\1) \1 // 2 or more chars (?=(\w{2,}).*\1) \1 // 3 or more chars, etc .. (?=(\w{3,}).*\1) \1