Regex 匹配最长的重复序列（不是由重复序列组成）

以字符串为例

aabaabaabaabaab

显然，这个字符串由5个相邻的

aab

组成，因此我希望我的正则表达式与

aab

匹配

详细说明：

aabaab

不是可接受的输出，因为它是通过重复

aab

生成的。但是

aab

是一个有效的结果，因为它不是由重复的较短字符串组成的

为了回答这个问题，让我们假设重复段周围可能有额外的文本（例如

11aabaabababa2

甚至

xaabaa

）。因此，不可能使用

^

或

$

锚定正则表达式

---

失败的想法#1:

（.+？）\1+

这捕获的是

aa

，而不是预期的

aab

失败的想法#2:

（.+）\1+

这捕获了

aabaab

---

用纯正则表达式可以做到这一点吗？如果是，是否可以不使用动态宽度查找？

您可以使用两个查找头，第一个查找最长的图案，第二个查找最小的图案。重复的第二个图案必须（至少）在相同的位置或在重复的第一个图案之后结束。要检查这一点，您必须在第一个前瞻中捕获字符串的结尾，并在第二个前瞻中使用对此捕获的反向引用

def largest_pattern(value)
  /(.+)\1+/.match(value).try("[]", 1)
end

def smallest_pattern(value)
  /^(.+?)\1+$/.match(value).try("[]", 1)
end

def largest_distinct_pattern(value)
  val = largest_pattern(value)
  if val
    while(new_val = smallest_pattern(val))
      val = new_val
    end
    val
  else
    nil
  end
end

largest_distinct_pattern("aabaabaabaabaab")
=> "aab"

(?=(.+)\1+(.*))(?=(.+?)\3+\2$)\3+

结果在第3组

此外：

---

请注意，这两个正则表达式模式给出了字符串中一个位置的结果。如果你想知道什么是最短的模式，是对所有字符串重复的最长的子字符串，你必须找到所有的模式，并用代码选择最长的子字符串。您可以使用重叠结果的模式来执行此操作：

(?=(.+)\1+(.*))(?=(.+?)\3+\2$)(?=(\3+))

---

（使用组4）

注意，如果添加锚定，则会得到正确的结果：

^（+.+）\1+$

@casimirithippolyte Good point。但是让我们假设在字符串的开头或结尾可以有更多的数据。我将更新问题。您可以递归地执行此操作，第一次执行

（.+）\1+

，然后每次执行

^（.+？）\1+$

，直到您没有匹配为止，当您没有匹配时，最后尝试的值就是您想要的值。听起来很难。这个字符串也由两个相邻的

aabaab

组成。如果我们可以进行前瞻，

（.+）（？=\1）

以@MichaelGorman描述的方式多次运行，其工作方式与此相同。如果存在多个重复序列，其中最大重复模式不是最大序列，则此操作将失败。例如

abcabc121212

。重复序列的最大模式是

12

，但最小模式的

abc

更长。对不起，我正在寻找一种无代码、纯正则表达式的解决方案。是的，Casimir et Hippolyte的答案无论如何都是一种更干净的解决方案。@MichaelGorman:谢谢，但我真的不相信我的解决方案是干净或有效的。对我来说，这类问题更像是一个编程难题。（用正则表达式做那些看起来不可能的事情）使用额外的

（.*）

组来确保两个匹配都在同一个位置结束是天才+我非常尊敬你！

(?=(.+)\1+(.*))(?=(.+?)\3+\2$)(?=(\3+))