正则表达式检查前两个单词是否相同

Question

例如：

$s1 = "Test Test the rest of string"
$s2 = "Test the rest of string"

我想要匹配正向$s1但不包括$s2，因为$s1中的第一个单词与第二个相同。单词'Test'是示例，正则表达式应适用于任何单词。

- user594791

Answer 1

if(preg_match('/^(\w+)\s+\1\b/',$input)) {
  // $input has same first two words.
}

解释：

^    : Start anchor
(    : Start of capturing group
 \w+ : A word
)    : End of capturing group
\s+  : One or more whitespace
\1   : Back reference to the first word
\b   : Word boundary

- codaddict

Answer 2

~^(\w+)\s+\1(?:\W|$)~
~^(\pL+)\s+\1(?:\PL|$)~u // unicode variant

\1 是对第一个捕获组的反向引用。

- NikiC

---

这个表达式对于 Text Teststr 给出了一个错误的结果。 - user142162

Answer 3

并非在所有地方都有效，请参阅评论...

^([^\b]+)\b\1\b
^(\B+)\b\1\b

获取第一个单词，并匹配在单词边界之后再次重复相同单词。

- poke

---

字符类中的 \b 不是单词边界，而是退格符。 - codaddict

@codaddict：谢谢，不确定是这样还是那样 :) - poke

\b和\B是零宽断言，它们不会匹配任何东西，当然也不会相互匹配。在此基础上，你启发了这个问题：有什么正则表达式永远无法匹配？ - Kobi

我已经在允许在字符类中使用\b的语言（ActionScript）中测试了我的原始解决方案(^([^\b]+)\b\1\b))，因此匹配任何非边界都有效；它匹配整个单词，包括后面的空格。鉴于它不能使用\B，我现在会删除这个答案，但我会保留它作为灵感参考 ;) - poke

它并不是真正的非边界，实际上它是非退格！但是在此之后的\b是一个边界，有一定的限制，这意味着第一组\1必须以单词字符开头并以非单词字符结尾（或者反过来），因此它将匹配例如test!test!d，但并不完全是你想象的那样。\1包括这里的“空格”，即!，因为它不是退格！这里有几个更多的例子：http://rubular.com/r/1y239zNydK - Kobi

Answer 4

这不会导致Test Testx返回true。

$string = "Test Test";

preg_match('/^(\w+)\s+\1(\b|$)/', $string);

- user142162