正则表达式替换重复的字符串模式答案

【问题标题】：Regex to replace a repeating string pattern正则表达式替换重复的字符串模式
【发布时间】：2023-03-16 07:00:01
【问题描述】：

我需要用每个基本构造单元替换单词中的重复模式。例如我有字符串“TATATATA”，我想用“TA”替换它。此外，我可能会替换超过 2 次重复以避免替换正常单词。

我正在尝试在 Java 中使用 replaceAll 方法。

【问题讨论】：

你的代码/正则表达式在哪里？
如果你已经在使用replaceAll()，有什么问题？ replaceAll 完全符合您的要求（如果您有上述的简单模式）。
我不想只替换“TATATATA”，而是任何重复的字符串。 @TheLostMind 我没有任何正则表达式的想法。
您是指字符串中可能出现的任何重复字符，例如 TATATATA 或 YTYTYT 或 ABCABCABC？
看我的回答，我想我明白了

标签： java regex string pattern-matching replaceall

【解决方案1】：

我想你想要这个（适用于任何长度的重复字符串）：

String result = source.replaceAll("(.+)\\1+", "$1")

或者，优先考虑较短的匹配：

String result = source.replaceAll("(.+?)\\1+", "$1")

它首先匹配一组字母，然后再次匹配（使用匹配模式本身的反向引用）。我试过了，它似乎可以解决问题。

例子

String source = "HEY HEY duuuuuuude what'''s up? Trololololo yeye .0.0.0";

System.out.println(source.replaceAll("(.+?)\\1+", "$1"));

// HEY dude what's up? Trolo ye .0

【讨论】：

【解决方案2】：

您最好在此处使用Pattern 而不是.replaceAll()。例如：

private static final Pattern PATTERN 
    = Pattern.compile("\\b([A-Z]{2,}?)\\1+\\b");

//...

final Matcher m = PATTERN.matcher(input);
ret = m.replaceAll("$1");

编辑：示例：

public static void main(final String... args)
{
    System.out.println("TATATA GHRGHRGHRGHR"
        .replaceAll("\\b([A-Za-z]{2,}?)\\1+\\b", "$1"));
}

打印出来：

TA GHR

【讨论】：

没用，打印整个字符串。感谢您的回答！
是的，我在最后尝试了一个额外的字符，比如“TATATAT”。

【解决方案3】：

既然您要求使用正则表达式解决方案：

(\\w)(\\w)(\\1\\2){2,};

(\w)(\w)：匹配每对连续的单词字符（(.)(.) 将捕获每对任何类型的连续字符），将它们存储在capturing groups 1 和 2 中。(\\1\\2) 匹配任何时候这些组中的字符之后立即再次重复，{2,} 在重复两次或多次时匹配（{2,10} 在重复超过 1 次但少于 10 次时匹配）。

String s = "hello TATATATA world";    
Pattern p = Pattern.compile("(\\w)(\\w)(\\1\\2){2,}");
Matcher m = p.matcher(s);
while (m.find()) System.out.println(m.group());
    //prints "TATATATA"

【讨论】：

恐怕只打印第一个字母。感谢您的回答！