Java正则如何匹配重复词

在 Java 中，可以用正则表达式的“反向引用（backreference）”来匹配重复出现的词。下面按常见场景说明。

一、匹配连续重复的单词（最常见）

示例

import java.util.regex.*;

public class Test {
    public static void main(String[] args) {
        String text = "hello hello world java java";

        Pattern p = Pattern.compile("\\b(\\w+)\\s+\\1\\b");
        Matcher m = p.matcher(text);

        while (m.find()) {
            System.out.println(m.group());
        }
    }
}

输出

hello hello
java java

解释

• \\b：单词边界
• (\\w+)：捕获一个单词
• \\s+：空白字符
• \\1：反向引用，表示和前面捕获的单词完全相同
• \\b：单词结束

✅ 可以匹配 连续重复的词

二、忽略大小写

Pattern p = Pattern.compile("\\b(\\w+)\\s+\\1\\b", Pattern.CASE_INSENSITIVE);

这样 Hello hello 也能匹配。

三、匹配非连续的重复词（全文去重）

如果你想找出在文本中重复出现过的词（不一定相邻）：

import java.util.*;
import java.util.regex.*;

public class Test {
    public static void main(String[] args) {
        String text = "java is good and java is powerful";

        Map<String, Integer> map = new HashMap<>();
        Pattern p = Pattern.compile("\\b\\w+\\b");

        Matcher m = p.matcher(text);
        while (m.find()) {
            String word = m.group().toLowerCase();
            map.put(word, map.getOrDefault(word, 0) + 1);
        }

        map.forEach((k, v) -> {
            if (v > 1) {
                System.out.println(k + " 重复了 " + v + " 次");
            }
        });
    }
}

四、匹配重复的中文词

Pattern p = Pattern.compile("(\\p{L}+)\\s+\\1");

• \\p{L}：匹配任意语言的字母（包括中文）

示例：

String text = "你好 你好 世界";

五、常见错误提醒

❌ 错误写法：

"\\b(\\w+)\\s+\\1"

✅ 正确写法（Java 字符串中）：

"\\b(\\w+)\\s+\\1\\b"

因为 \1 在字符串里要写成 \\1

六、总结

如果你有具体文本示例（比如日志、句子、特殊分隔符），我可以直接帮你写完整正则。