java - 解释以下正则表达式

Question

已关闭。此问题不符合 Stack Overflow guidelines 。目前不接受答案。

---

要求提供代码的问题必须表现出对所解决问题的最低限度的了解。包括尝试的解决方案、为什么它们不起作用以及预期结果。另请参阅:Stack Overflow question checklist

已关闭 9 年前。

Improve this question

我正在查看“重复单词”算法，发现了 solution这是使用以下正则表达式。

(?i)\\b(\\w+)\\b[\\w\\W]*\\b\\1\\b

我尝试使用以下站点 http://public.kvalley.com/regex/regex.asp 来解释正则表达式但我很难..有人可以为我分解正则表达式并向我解释吗？

Answer 1

 (?i)      - case insensitive flag
 \\b       - word boundary
 (\\w+)    - 1 or more word characters (A-Z, a-z, 0-9) in a captured group
 \\b       - word boundary
 [\\w\\W]* - 0 or more word or non-word characters
 \\b       - word boundary
 \\1       - the group previously captured
 \\b       - word boundary

您可能想查看 Java tutorials对于正则表达式。所有这些都在那里解释。

边界的多种用途
如果您查看 Boundary Matchers 的 Java 教程您将看到它匹配的内容，即单词的边界。由于这是查找重复的单词，因此要确保匹配确实是整个单词，而不是包含该单词的单词。

不区分大小写
正如 Phsemo 所提到的，使用它是为了 \\1如果情况不同，则匹配组仍然匹配。即考虑句子中的第一个单词是否重复。

使用 [\\w\\W]*
正如 Phsemo 再次提到的，这可能用来代替 . (这是任何字符的正则表达式特殊字符，但不能保证匹配换行符 See this 。如果还包含 dotall 标志 .* ，则可以使用 (?s) 代替它)，以便换行符匹配。以及 * 的量词(0 或多个)，这样如果下一个单词是重复的，那么它就会被匹配，如果重复的单词之间有单词/字符，它们也会被匹配。