如何匹配字符串中任意字符的偶数个？

Question

我有一个字符串：

aaabbashasccddee

我想得到偶数个连续相同字符的匹配。例如，从上面的字符串中，我想要这些匹配：

[bb],[cc],[dd],[ee]

我已经尝试过这个解决方案，但它甚至不接近：

"^(..)*$

Answer 1

幸运的是 .NET 正则表达式能够处理无限后视。使用以下正则表达式可以实现您所需要的：

((?>(?(2)(?=\2))(.)\2)+)(?<!\2\1)(?!\2)

见live demo here

正则表达式分解：

• ( 捕获组 #1 的开始
  • (?> 非捕获组的开始（原子）
    • (?(2) 如果设置了捕获组#2
      • (?=\2)下一个字符应该是它
    • )end f 条件
    • (.)\2匹配并捕获一个字符并再次匹配（偶数）
  • )+ 尽可能重复，至少一次
• ) 捕获组 #1 结束
• (?<!\2\1) 这是诀窍。后视告诉引擎，比我们目前匹配的更早出现的前一个字符不应该是存储在捕获组 #2 中的相同字符
• (?!\2) 下一个字符不应与存储在捕获组#2 中的字符相同

更新：

因此，您可以在 C# 中执行以下代码，以通过 Regex 获取字符串中的所有偶数序列字符，而无需任何其他运算符（纯正则表达式）。

var allEvenSequences = Regex.Matches("aaabbashasccddee", @"((?>(?(2)(?=\2))(.)\2)+)(?<!\2\1)(?!\2)").Cast<Match>().ToList();

另外，如果您想制作[bb],[cc],[dd],[ee]，那么您可以加入该序列数组：

string strEvenSequences = string.Join(",", allEvenSequence.Select(x => $"[{x}]").ToArray());
//strEvenSequences will be [bb],[cc],[dd],[ee]

Answer 2

另一种可能的不涉及条件的纯正则表达式解决方案：

(.)(?<!\1\1)\1(?:\1\1)*(?!\1)

细分：

(.)         # First capturing group - matches any character.
(?<!\1\1)   # Negative lookbehind - ensures the matched char isn't preceded by the same char.
\1          # Match another one of the character in the 1st group (at least two in total).
(?:\1\1)    # A non-capturing group that matches two occurrences of the same char.
*           # Matches between zero and unlimited times of the previous group.
(?!\1)      # Negative lookahead to make sure no extra occurrence of the char follows.

演示：

string input = "aaabbashasccddee";
string pattern = @"(.)(?<!\1\1)\1(?:\1\1)*(?!\1)";
var matches = Regex.Matches(input, pattern);
foreach (Match m in matches)
    Console.WriteLine(m.Value);

输出：

bb
cc
dd
ee

Try it online.