Regex 相同单词之间的正则表达式匹配字符串

我试图从大型文本文档中捕获特定的模式。这种模式非常简单——如果一行以一个单词开头，以同一个单词结尾，我想捕捉这一行。 例如：

phase1 begin trial end phase1
phase2.begin distribution end phase2
phase3 allow buying in phase3 but
phase4 has no end
phase5 is test of phase

在本文档中，我希望第1行和第2行匹配，因为这两行都以相同的单词[a-zA-Z0-9]开头和结尾，所以第3行不应该匹配，因为它没有以相同的单词结尾（尽管它在字符串中有相同的单词），第4行和第5行甚至根本没有第一个单词。 我试着使用模式：

^([a-zA-Z0-9]*\b)(.+)(\b\1)$

它应该强制字符串在backreference之后结束，但它在所有五行上都匹配（不匹配组，但每行都完全匹配）。我想我对正则表达式缺少了一些基本的理解，因为我无法理解如何强制它匹配这个特定的模式，如果有人能解释一下我思维中的缺陷，那将是很有帮助的

---

我试图寻找这种模式，但大多数人都试图匹配已知单词，这里的复杂之处在于，我想要匹配任何一行，只要它以任意单词开头并以任意单词结尾（例如，文档中可能有N个阶段或任何其他任意单词）。我正在使用regex101测试模式匹配。

它匹配整个字符串的原因是，在第一个

b

和字符串开头之间有一个单词边界

所发生的情况是，正则表达式将回溯，直到它能够在字符串的末尾匹配backreference（一个空字符串），而捕获组2将包含整个字符串，正如您在匹配中看到的那样

（.+）

希望至少匹配1个字符，末尾的

\1

指的是组1中捕获的内容，它是一个空字符串

要仅匹配，您可以使字符类至少匹配一个或多个字符。

[a-zA-Z0-9]+

您也可以尝试此操作

---

^phase\d.*phase\d$

字符类不应该是可选的

^（[a-zA-Z0-9]+）\b（+++）\b（\1）$

@Thefourthbird这是我犯过的最愚蠢的错误，请你写一个答案，我可以标记一下吗。如果您有耐心/时间，您能解释一下为什么在我添加\b（应该在第一个空格处停止？）之后它仍然匹配所有字符吗？如果它在第一个单词中包含所有字符，为什么它仍然匹配行（为什么结尾不需要至少一个反向引用？）谢谢。