玩a question asked earlier（搁置，但我想摆弄它;）我偶然发现了一个特殊性，我想问这个知识渊博的社区。即 - 为什么这两个正则表达式会产生不同的结果？
(\b\w+(?:\s+\w+)+)(?:.*?(\1))(?:.*?(\1))?(?:.*?(\1))?
VS
(\b\w+(?:\s+\w+)+)(?:.*?(\1)){1,3}
First at regex101 - Second at regex101
我想做的是拥有这个正则表达式：
(\b\w+(?:\s+\w+)+)(?:.*?(\1))+
检测重复的单词序列 - regex101。 （一个单词后面跟着至少一个。然后重复所识别的序列，然后这个最后一部分可能重复任意次。即一次或多次重复。）
它所做的是找到一个序列，在文档中稍后重复它，但它跳到最后一个。好吧，虽然我认为我对正则表达式感到有些自在，但我知道贪婪与懒惰相比可能令人困惑。我想让它抓住所有重复。
所以我试图通过重复第二部分而不是使用量词强制它：
(\b\w+(?:\s+\w+)+)(?:.*?(\1))(?:.*?(\1))
然后它按预期工作 - regex101。
这让我尝试了首次提到的两个正则表达式，在我看来应该产生相同的结果，但它们没有。那么，再次 - 是什么让他们给出不同的结果？
答案 0 :(得分：1)
当你重复一个捕获组时，只有最后一个＆＃34;捕获＆＃34;被放在后面的参考文献中。
例如/A(B)+/用于字符串＆＃34; ABBB＆＃34;会把最后一个＆＃34; B＆＃34;在捕获组$ 1。
但是/A(B)(B)(B)/有3个捕获组，因此会有一个＆＃34; B＆＃34; 1美元和1美元$ 2＆amp; $ 3'/ P>
这就是为什么在你展示的2个正则表达式示例中，第一个也将标记为第2个＆＃34;我的猫是黑色＆＃34;。
但是第二个正则表达式的例子不然。
答案 1 :(得分：1)
您的原始模式(\b\w+(?:\s+\w+)+)(?:.*?(\1))+将跳到上一个重复的子模式，因为您告诉它使用最后一个+执行此操作 - 您量化捕获组，这意味着当(?:.*?(\1))+首次点击“我的猫是黑色的”时 它会一直重复，直到找到最长的匹配为止捕获组的所有中间匹配都将被丢弃。
一般来说，不要量化捕获组，捕获量化组。
我认为你想要的只是这个：
(\b\w+(?:\s+\w+)+).*?(\1)