如何用正则匹配每行所有空白分隔token均恰好出现两次的行？

需求概述 #

需要编写正则表达式，匹配每行中所有以空白分隔的token都恰好出现两次的行，token顺序不限。

匹配的有效行： #

1 1 2 2
100 10 10 100
A B B A 
HELLO HELLO

不匹配的无效行： #

hello hello hello
1 1 22
1001

现有尝试的问题 #

你用(\d+)(?=.*(\1))只能匹配单个重复的数字token，但要覆盖整行时，前瞻会导致无限循环，而且这个正则仅针对数字，也无法保证所有token都恰好出现两次。

正则方案（局限性说明） #

如果必须用正则实现，需要确保每行token总数为偶数，且每个token仅出现两次。以下是PCRE兼容的正则：

^(?:(\S+)(?:\s+\1)+(?!\s+\1))+$

⚠️ 注意：这个正则仅能匹配连续重复的token组合（比如A A B B），对于交叉排列的token（比如A B A B）无法正确匹配，而且很多SQL的正则引擎（如MySQL的REGEXP）不支持这类高级断言特性，实用性有限。

更可靠的SQL函数实现 #

正如你补充的，在SQL中用函数实现这个逻辑远比正则更简单、可靠。核心思路是分割token后统计每个token的出现次数，确保所有计数都是2：

以PostgreSQL为例：

SELECT line
FROM your_table
WHERE 
  -- 检查所有token的出现次数都是2
  (SELECT bool_and(token_count = 2)
   FROM (
     SELECT token, COUNT(*) AS token_count
     FROM unnest(string_to_array(line, ' ')) AS token
     WHERE token != '' -- 过滤空token
     GROUP BY token
   ) AS token_stats)
  -- 额外确保token总数是偶数（避免单个token出现两次之外的异常情况）
  AND (SELECT COUNT(*) FROM unnest(string_to_array(line, ' ')) AS token WHERE token != '') % 2 = 0;

其他SQL方言可以用对应的字符串分割和统计函数实现类似逻辑，比如MySQL用JSON_TABLE分割字符串，SQL Server用STRING_SPLIT。

内容的提问来源于stack exchange，提问作者Ian Taylor