Question

我得到它在更高级别上做的...它检测到重复的单词。我无法理解的是这是如何运作的逻辑。如果我的理解消失，我希望你能纠正我。其他细节假设我在Linux机器上使用grep。

\ b将检测第一个字符。
\ w +会扫描这些字母。

现在对于我感到困惑的部分。

括号将＆＃34;存储＆＃34;字母到第一个空格或第二个\ b
然后/ 1将重复步骤1到3然后进行比较，如果它们匹配...显示。

如果可能，我会很感激外行人的条款。

Answer 1

(\b\w+) \1\b检测到重复的字。例如，abc abc或aaa aaa或x123_ x123_。

单词是单词字符的序列，定义如下。

单词字符，取决于模式（ASCII，Locale或Unicode）将匹配字母表（可以是区域设置），数字（可以是区域设置）和下划线。

\b检测字边界，这是您可以在之前或之后（但不是两者）找到字符的位置。

上面的正则表达式存在轻微缺陷。如果该单词重复3次或更多次，则在替换为捕获组1时，将仅删除重复单词的一半。

Answer 2

模式说明：

  (                        group and capture to \1:
    \b                       the word boundary
    \w+                      word characters (a-z, A-Z, 0-9, _) (1 or more times)
  )                        end of \1
                           ' '
  \1                       what was matched by capture \1
  \b                       the word boundary

如果您使用\w来捕获a-z，A-Z，0-9，_因此您不需要指定用于字边界的第一个\b。

\1是由第一组匹配的后向引用。

此处括号(...)用于制作组。

                  (\b\w+) \1\b
First Group ------^^^^^^   ^-------- Match First Group again

Online demo

Answer 3

\ 1是反向引用，这意味着它与最后一个捕获组匹配。在这种情况下，\ b \ w是捕获组，因此\ 1匹配最后捕获的组。

有关反向引用的更多信息，请点击此处 http://www.regular-expressions.info/backref.html

不确定我是否理解正则表达式：（\ b \ w +）\ 1 \ b？

3 个答案: