在 C# 中使用正则表达式重复模式

Question

我有一串单词：

词暗王辉我们结束你好再见低翼

我需要找到第一个单词的最后一个字母与后面单词的第一个字母匹配的单词（例如：worD Dark）。

我写了一个正则表达式：

\b\w*(\w)\W\1\w*\b

目前已成功连续找到 2 个单词（Regex.Matches[0].Value = "word dark" ; Regex.Matches[1].Value = "king glow" 等）

我需要一个正则表达式，可以将其读取为模式 (Regex.Matches[0].Value = "word dark king glow we end" ; Regex.Matches[1].Value = "low wing")。

我应该如何处理这个问题？

Answer 1

这里记录一个非常有表现力的非正则表达式版本。我不需要图片；）

static IEnumerable<(string W1, string W2)> GetPairs1(string input)
{
    var words = input.Split(' ', StringSplitOptions.RemoveEmptyEntries);

    if (!words.Any()) yield break;

    for( int i = 1; i < words.Length; i++) 
        if(words[i][0] == words[i-1][words[i-1].Length-1]) 
            yield return (words[i-1], words[i]);
}

测试

public static async Task Main()
{
    var input = "word dark king glow we end hello bye low wing";

    foreach (var p in GetPairs1(input)) 
        Console.WriteLine($"{p.W1} {p.W2}");
}

输出

word dark
dark king
king glow
glow we
we end
low wing

Answer 2

我还要capture最后一个单词字符，检查lookahead内部是否it匹配下一个单词的第一个字符，将所有字符放入group进行重复，如果条件成功，匹配以下词。

(?i)(?:\b\w*(\w) +(?=\1))+\w+

See this demo at regex101

使用 caseless flag (?i) 用于捕获 a 匹配以下单词中的 A。

• 如果您希望非单词字符除了空格，use negated upper \W instead
• use [a-z] instead of \w 和 negation 之间的偶数位和下划线
• 如果使用unicode，use \p{L} for letter and negated upper \P{L} 用于非字母

Answer 3

好问题，这里有good answer。

具有正向预测

我猜，

(?is)\w*(\w)(?= (\1)\w*)

可能更接近一些，但可能存在边缘情况，您可能希望在此块中查看积极的前瞻：

(?= (\1)\w*)

RegEx Demo 1

---

积极向后看

如果/根据需要和编码，您还可以向后看，捕捉事物，可能使用类似于以下的表达式：

(?is)(?<=([a-z])\s)(\1)([a-z]*)

RegEx Demo 2

测试

using System;
using System.Text.RegularExpressions;

public class Example
{
    public static void Main()
    {
        string pattern = @"(?is)\w*(\w)(?= (\1)\w*)";
        string input = @"word dark king glow we end hello bye low wing
word Dark King Glow We End hello bye LoW wing";

        foreach (Match m in Regex.Matches(input, pattern))
        {
            Console.WriteLine("'{0}' found at index {1}.", m.Value, m.Index);
        }
    }
}

---

如果您希望简化/修改/探索表达式，在regex101.com 的右上角面板中已对此进行了说明。如果您愿意，您还可以在 this link 中观看它如何与一些示例输入匹配。

---

---

复杂性

一般来说，环顾四周并不是真正对复杂性友好的方法，但我现在想不出更好的方法。