用正则表达式在纯文本中搜索重复的汉字？

Question

首先我知道匹配中文unicode应该使用

[\x{4e00}-\x{9fa5}]

然后我使用组和反向引用

([\x{4e00}-\x{9fa5}])\1

但结果是邻接，如“中中”。

我需要文本中任何地方出现多次的所有字符。 喜欢

中国保持中立
^      ^

PS.I使用textmate编辑器。

有任何帮助吗？ TIA！

Answer 1

你可以这样做：

1. 匹配所有字符直到该字符的最后一次出现

   ([\x{4e00}-\x{9fa5}]).*\1
   

   见here on Regexr

2. 匹配所有内容直到该角色的下一次出现

   ([\x{4e00}-\x{9fa5}]).*?\1
   

   见here on Regexr

3. 如果您只想匹配文字中稍后出现的字符，并且您不希望匹配其间的所有字符，并且如果支持lookaheads < / p>

   ([\x{4e00}-\x{9fa5}])(?=.*\1)
   

   见here on Regexr

   这与上次发生的情况不符！ （因为该字符在文本中不再跟随。）