正则表达式中的重叠匹配

Question

我似乎找不到这个问题的答案，我想知道是否存在。 简化示例：

考虑一个字符串“nnnn”，我想在其中找到“nn”的所有匹配项——但也包括那些相互重叠的匹配项。 因此，正则表达式将提供以下 3 个匹配项：

1. 嗯嗯
2. n n n
3. 嗯嗯

我意识到这并不完全是正则表达式的含义，但是手动遍历字符串并解析它似乎是很多代码，考虑到实际上必须使用模式而不是文字字符串来完成匹配。

Answer 1

2016 年更新：

要获得nn 、 nn 、 nn ， SDJMcHattie在评论中建议(?=(nn)) （参见 regex101） 。

(?=(nn))

---

原始答案（2008）

一个可能的解决方案可能是使用正面的看法：

(?<=n)n

它会给你的最终位置：

1. n n n
2. n n n n
3. n n n

---

正如Timothy Khouri所提到的，积极的前瞻更直观（参见示例）

我更喜欢他的命题(?=nn)n更简单的形式：

(n)(?=(n))

这将引用您想要的字符串的第一个位置，并将捕获 group(2) 中的第二个 n 。

之所以如此，是因为：

• 任何有效的正则表达式都可以在前瞻中使用。
• 如果它包含捕获括号，则反向引用将被保存。

因此 group(1) 和 group(2) 将捕获任何 'n' 表示的内容（即使它是一个复杂的正则表达式）。

---

Answer 2

对捕获组使用前瞻是可行的，但代价是使您的正则表达式变得更慢和更复杂。 另一种解决方案是告诉 Regex.Match() 方法下一次匹配尝试应该从哪里开始。 尝试这个：

Regex regexObj = new Regex("nn");
Match matchObj = regexObj.Match(subjectString);
while (matchObj.Success) {
    matchObj = regexObj.Match(subjectString, matchObj.Index + 1); 
}

Answer 3

AFAIK，没有纯粹的正则表达式方法可以立即执行此操作（即返回您请求的三个捕获而无需循环）。

现在，您可以找到一次模式，然后从偏移量（找到的位置 + 1）开始循环搜索。 应该将正则表达式的使用与简单的代码结合起来。

[编辑] 太好了，当我基本上说出 Jan 所展示的内容时，我被否决了……
[编辑 2] 要明确：简的答案更好。 不是更精确，但肯定更详细，值得选择。 我只是不明白为什么我的投票被否决了，因为我仍然没有看到任何不正确的地方。 没什么大不了的，就是烦。