Java 复杂文本解析-请帮助解决

我的算法设计相当差，有一个复杂的问题-请看一看。我目前在Java/Groovy中工作

我有一些文字看起来像这样：

AAAAA  
AAAAA
CCCCC
any stuff here  
111  
any stuff here  
AAAAA  
stuff  
AAAAA  
stuff  
AAAAA  

BBBBB  
stuff  
222  
stuff  
BBBBB   

/(\w{8}|\w{11}).*?(\w{3}).*?\1/  

我的挑战是获取所有AAAAAA格式的字符串，而不获取任何周围的文本。您可以看到字符串中有多个AAAAA，但我必须只获取最接近111s和222s的AAAAA，然后对所有此类字符串执行此操作

我的正则表达式（不工作）如下所示：

AAAAA  
AAAAA
CCCCC
any stuff here  
111  
any stuff here  
AAAAA  
stuff  
AAAAA  
stuff  
AAAAA  

BBBBB  
stuff  
222  
stuff  
BBBBB   

/(\w{8}|\w{11}).*?(\w{3}).*?\1/  

我一直在和他们玩，他们要么抓取太多的文字，要么表演得太慢。。。如果有人知道我应该用什么来解决这类问题，请告诉我

编辑：以下是我试图匹配的内容：

AAAAA
CCCCC
any stuff here  
111  
any stuff here  
AAAAA  

及

我认为这与解析标记不正确的XML非常相似。 无论如何，谢谢您的关注。

使用正则表达式模式

(?s)\b(\w{5})\b(?:(?!\1).)*?\b\w{3}\b(?:(?!\1).)*?\1

---

请更清楚地告诉我们您希望匹配示例输入的哪些部分好吗？请给出一些示例输出，以确保清晰。感谢您的输入，我在原始帖子中添加了示例。@Chris-Regex，顾名思义，用于匹配/形成正则表达式，而不是检测匹配的接近程度。你混淆了两种完全不同的东西。在现实世界中，

AAAAA

，

BBBBB

，

111

和

222

可以是什么？给我们展示一些真实的例子，不要胡说八道。。。。