正则表达式中的重叠匹配

Question

我似乎找不到这个问题的答案，我想知道是否存在。简化示例：

考虑一个字符串“nnnn”，我想在其中找到“nn”的所有匹配项——但也包括那些相互重叠的匹配项。因此正则表达式将提供以下 3 个匹配项：

1. nnnn
2. nnnn
3. nnnn

我意识到这并不完全是正则表达式的含义，但是手动遍历字符串并对其进行解析似乎需要大量代码，考虑到实际上必须使用模式而不是文字字符串来完成匹配.

Answer 1

2016 年更新：

要得到nn,nn,nn,SDJMcHattie求婚the comments(?=(nn)) (see regex101)。

(?=(nn))

---

原始答案（2008 年）

一个可能的解决方案是使用positive look behind:

(?<=n)n

它会给你的结束位置：

1. nnnn
2. nnnn
3. nnnn

---

正如Timothy Khouri 所提到的，正向前瞻更直观 (see example)

我更喜欢他的提议(?=nn)n 更简单的形式：

(n)(?=(n))

这将引用您想要的字符串的第一个位置并将捕获 group(2) 中的第二个 n。

之所以如此，是因为：

• 任何有效的正则表达式都可以在前瞻中使用。
• 如果它包含捕获括号，则将保存反向引用。

所以 group(1) 和 group(2) 将捕获任何 'n' 表示的内容（即使它是一个复杂的正则表达式）。

---

Answer 2

对捕获组使用前瞻是可行的，但代价是使您的正则表达式变得更慢和更复杂。另一种解决方案是告诉 Regex.Match() 方法下一次匹配尝试应该从哪里开始。试试这个：

Regex regexObj = new Regex("nn");
Match matchObj = regexObj.Match(subjectString);
while (matchObj.Success) {
    matchObj = regexObj.Match(subjectString, matchObj.Index + 1); 
}

Answer 3

AFAIK，没有纯粹的正则表达式方法可以立即执行此操作（即返回您请求的三个捕获而无需循环）。

现在，您可以找到一个模式一次，然后从偏移量（找到的位置 + 1）开始循环搜索。应该将正则表达式的使用与简单的代码结合起来。

[编辑] 太好了，当我基本上说出 Jan 所展示的内容时，我被否决了...
[编辑 2] 要明确：简的答案更好。不是更精确，但肯定更详细，值得选择。我只是不明白为什么我的投票被否决了，因为我仍然没有看到任何不正确的地方。没什么大不了的，就是烦人。