Question

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());
        }
    }
}

输出：

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地方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

您可以使用此基于positive lookahead的正则表达式：

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

代码：

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));

输出：

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

Answer 4

这似乎有用，虽然它也给出了后续序列：

（公平地说，这是由Guillame的代码构建的）

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，您可以消耗（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

如何使用Java Regex查找字符串中的所有重复字符序列？

5 个答案:

代码：

输出：