正则表达式：查找以相同字母结尾的单词，下一个单词以

Question

我试图使regex正常工作，但不能（可能是因为我对regex相当陌生）。

这就是我想要做的：

考虑此文本：一个单词，决斗。石灰说再见。

想要的匹配项：一个单词，决斗。 石灰 说再见。

如标题中先前所述，我想使连续的单词匹配，一个单词以（例如）以“ t”结尾，另一个单词以“ t”开头，不区分大小写。

我最接近答案的是这个表达式[^a-z][a-z]*([a-z])[^a-z]+\1[a-z]*([a-z])[^a-z]+\2[a-z]*[^a-z]

Answer 1

您可以使用

(?i)\b(?<w>\p{L}+)(?:\P{L}+(?<w>(\p{L})(?<=\1\P{L}+\1)\p{L}*))+\b

请参见regex demo。结果在“ w”组捕获集合中。

详细信息

• \b-单词边界
• (?<w>\p{L}+)-组“ w”（单词）：1个或更多BMP Unicode字母
• (?:\P{L}+(?<w>(\p{L})(?<=\1\P{L}+\1)\p{L}*))+-重复1次或更多次
  • \P{L}+-除BMP Unicode字母外的1个或多个字符
  • (?<w>(\p{L})(?<=\1\P{L}+\1)\p{L}*)-组“ w”：
    • (\p{L})-捕获到第1组的一封信
    • (?<=\1\P{L}+\1)-当前位置的左侧，必须与第1组中捕获的字母相同，除了字母和第1组中的字母外，还有1个以上的字符
    • \p{L}*-0个或更多字母
• \b-单词边界。

C# code demo：

var text = "One word, duel. Limes said bye.";
var pattern = @"\b(?<w>\p{L}+)(?:\P{L}+(?<w>(\p{L})(?<=\1\P{L}+\1)\p{L}*))+\b";
var result = Regex.Match(text, pattern, RegexOptions.IgnoreCase)?.Groups["w"].Captures
        .Cast<Capture>()
        .Select(x => x.Value);
Console.WriteLine(string.Join(", ", result)); // => word, duel, Limes, said

一个C# demo version without using LINQ：

string text = "One word, duel. Limes said bye.";
string pattern = @"\b(?<w>\p{L}+)(?:\P{L}+(?<w>(\p{L})(?<=\1\P{L}+\1)\p{L}*))+\b";
Match result = Regex.Match(text, pattern, RegexOptions.IgnoreCase);
List<string> output = new List<string>();
if (result.Success) 
{
    foreach (Capture c in result.Groups["w"].Captures)
        output.Add(c.Value);
}
Console.WriteLine(string.Join(", ", output));

Answer 2

如果一个单词包含至少2个字符az，则可以使用2个捕获组，并在正向前瞻中交替显示，以检查下一个单词是否以最后一个字符开头，或者前一个单词以结束字符开头，当前单词以最后一个字符。

启用不区分大小写的匹配：

\b([a-z])[a-z]*([a-z])\b(?:(?=[,.]? \2)|(?<=\1 \1[a-z]+))

• \b字边界
• ([a-z])捕获第1组匹配a-z
• [a-z]*在两次之间匹配0+次a-z
• ([a-z])捕获第2组匹配a-z
• \b字边界
• (?:非捕获组
  • (?=正向前进，断言右边是
    • [,.]? \2可选的.或,空间以及在第2组中捕获的内容
  • )提前关闭
  • |或
  • (?<=向后看，断言左边是
    • \1 \1[a-z]+匹配在组1和空间中捕获的内容，并以字符a-z的1+倍匹配
  • )近距离浏览
• )关闭非捕获组

Regex demo

请注意，匹配[a-zA-Z]的范围很小。您可以改用\w或\p{L}。