如何使用Java正则表达式查找字符串中的所有重复字符序列？

使用Java和正则表达式解析随机字符串以查找重复序列

考虑字符串：

aaabbaaccbb

我想找到一个正则表达式，它将查找上述字符串中的所有匹配项：

aaabbaaacccbb
^^^  ^^^

aaabbaaacccbb
   ^^      ^^

什么是正则表达式，它将检查字符串中的任何重复字符序列，并返回这些重复字符的组，例如组1=aaa和组2=bb。还要注意，我使用了一个示例字符串，但任何重复字符都是有效的： 龙珠

---

... ... ,,,...,,

您可以使用基于正则表达式的正向前瞻：

((\\w)\\2+)(?=.*\\1)

代码： 输出： 这就是：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test {
    public static void main(String[] args) {
        String s = "aaabbaaacccbb";
        find(s);
        String s1 = "RonRonRonJoeJoe .... ,,,,";
        find(s1);
        System.err.println("---");
        String s2 = "RonBobRonJoe";
        find(s2);
    }

    private static void find(String s) {
        Matcher m = Pattern.compile("(.+)\\1+").matcher(s);
        while (m.find()) {
            System.err.println(m.group());
        }
    }
}

输出：

aaa
bb
aaa
ccc
bb
RonRonRon
JoeJoe
....
,,,,
---

---

这似乎可行，但也给出了子序列：

（公平地说，这是根据吉拉姆的准则建立的）

---

以下内容适用于所有要求。它实际上是这里几个答案的组合，它将打印出字符串中其他任何位置重复的所有子字符串

我将其设置为只返回至少2个字符的子字符串，但通过将正则表达式中的“{2，}”更改为“+”，可以很容易地将其更改为单个字符

publicstaticvoidmain（字符串[]args）
{
字符串s=“RonSamJoeJoeSamRon”；
Matcher m=Pattern.compile（（\\S{2，}）（？=.*.\\1）”）.Matcher（S）；
while（m.find（））
{
对于（inti=1；i，可以忽略重叠

// overlapped 1 or more chars
(?=(\w{1,}).*\1)
// overlapped 2 or more chars
(?=(\w{2,}).*\1)
// overlapped 3 or more chars, etc ..
(?=(\w{3,}).*\1)

或者，您可以使用（非重叠）

似乎使用基于字典的字符串搜索算法（如）会更好，因为您在开始时不知道模式。您是否需要重复序列是连续的？RonBobRonJoe是否应该返回“Ron？”Ronbobronbobabe

或

XXYYXY

返回什么“重复字符序列”，你的意思和“重复字符序列”相同吗“？事实上，这不起作用：如果你对Ronjoejoe运行它，它不会打印任何内容。@Reversedgonzo好的，我在帖子中漏掉了它。我现在通过在\\w@ReverendGonzo输出应该是什么？没有重复序列，因此与任何“Ron”都不匹配重复。我的印象是它们不需要是连续的。@ReveredGonzo好的，我现在明白你的意思了。我实际上有一种相反的感觉，它们应该是连续的。OP必须澄清这一点。但是你如何计算文件中每个字符串的元素数，为什么它总是一个3的kmer？

aaa
bb
aaa
ccc
bb
RonRonRon
JoeJoe
....
,,,,
---

public static void main(final String[] args) {
    // final String s = "RonRonJoeJoe";
    // final String s = "RonBobRonJoe";
    final String s = "aaabbaaacccbb";

    final Pattern p = Pattern.compile("(.+).*\\1");

    final Matcher m = p.matcher(s);
    int start = 0;
    while (m.find(start)) {
        System.out.println(m.group(1));
        start = m.toMatchResult().end(1);
    }
}

public static void main(String[] args)
{
  String s = "RonSamJoeJoeSamRon";
  Matcher m = Pattern.compile("(\\S{2,})(?=.*?\\1)").matcher(s);
  while (m.find())
  {
    for (int i = 1; i <= m.groupCount(); i++)
    {
      System.out.println(m.group(i));
    }
  }
}

// overlapped 1 or more chars
(?=(\w{1,}).*\1)
// overlapped 2 or more chars
(?=(\w{2,}).*\1)
// overlapped 3 or more chars, etc ..
(?=(\w{3,}).*\1)

// 1 or more chars
(?=(\w{1,}).*\1) \1
// 2 or more chars
(?=(\w{2,}).*\1) \1
// 3 or more chars, etc ..
(?=(\w{3,}).*\1) \1