c# - 正则表达式:查找以下一个单词开头的相同字母结尾的单词

Question

我试图让正则表达式工作但不能(可能是因为我对正则表达式还很陌生)。

这是我想做的:

考虑一下这段文字:一个词，决斗。酸橙说再见。

想要的比赛:一个词，决斗。 Limes said 再见。

正如标题前面提到的，我想要匹配连续的单词，一个以(例如)“t”结尾，另一个以“t”开头，不区分大小写。

我得到的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

你可以使用

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

参见 regex demo .结果在“w”组捕获集合中。

详情

• \b - 单词边界
• (?<w>\p{L}+) - 组“w”(word):1 个或多个 BMP Unicode 字母
• (?:\P{L}+(?<w>(\p{L})(?<=\1\P{L}+\1)\p{L}*))+ - 1 次或多次重复
  • \P{L}+ - 1 个或多个 BMP Unicode 字符以外的字符
  • (?<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) - 紧靠当前位置的左侧，必须有与第 1 组中捕获的相同的字母，除字母外的 1+ 个字符，以及第 1 组中的字母
    • \p{L}* - 0 个或多个字母
• \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

A 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));