正则表达式：查找以相同字母结尾的单词，下一个单词以

debugcn 发表于 Dev

精灵

我试图使regex正常工作，但无法（可能是因为我对regex相当陌生）。

这是我想做的：

考虑以下文本：一个单词，决斗。酸橙说再见。

想要的比赛：一个字，决斗。酸橙说再见。

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

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

维克多·史翠比维

您可以使用

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

请参阅regex演示。结果在“ w”组捕获集合中。

细节

\b -单词边界
(?<w>\p{L}+)-组“ w”（单词）：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}+ -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}) -入组1的一封信
  - (?<=\1\P{L}+\1) -在当前位置的左侧，必须有与第1组中捕获的字母相同的字母，除了字母以外还有1个以上的字符，第1组中的字母
  - \p{L}* -0个或更多字母
\b -单词边界。

C＃代码演示：

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＃演示版本，而不使用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));

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。