在正则表达式之后进行解释

Question

我正在研究"重复单词"算法，我找到了使用以下正则表达式的解决方案。

(?i)\b(\w+)\b[\w\W]*\b\1\b

我试图使用以下站点 http://public.kvalley.com/regex/regex.asp 来解释正则表达式，但我很难.有人可以为我分解正则表达式并向我解释吗？

Answer 1

 (?i)      - case insensitive flag
 \b       - word boundary
 (\w+)    - 1 or more word characters (A-Z, a-z, 0-9) in a captured group
 \b       - word boundary
 [\w\W]* - 0 or more word or non-word characters
 \b       - word boundary
 \1       - the group previously captured
 \b       - word boundary

您可能需要查看正则表达式的 Java 教程。所有这些都在那里解释。

边界
的多种用途如果您查看边界匹配器的 Java 教程，您将看到它匹配的内容，即单词的边界。由于这是在寻找重复的单词，因此请确保匹配确实是整个单词，而不是包含该单词的单词。

不区分
大小写正如 Phsemo 所提到的，这被用来使\1匹配组在情况不同时仍然匹配。即考虑句子中的第一个单词是否重复。

[\w\W]*
的使用再次如 Phsemo 所述，这可能用于代替 .（这是任何字符的正则表达式特殊字符，但这不保证匹配换行符请参阅此。 如果还包含 dotall 标志(?s)），则可以使用 .* 来代替它，以便匹配换行符。和*的量词（0 或更多），以便如果下一个单词是重复的，那么它是匹配的，如果重复之间有单词/字符，它们也会匹配。