正则表达式"(.)+\1"的工作原理是什么？附Notepad++测试困惑

咱们先把这个正则拆成几个部分，一步步搞懂它的逻辑，再结合你提供的文本看看为什么结果会让你困惑：

正则各部分拆解 #

• (.)：这是第一个捕获组，作用是匹配任意单个字符（Notepad++默认设置下，.不会匹配换行符，除非你在搜索窗口勾选了「匹配换行符」选项）。特别要注意：每次(.)匹配到新字符时，这个捕获组的内容都会被覆盖更新成当前匹配的字符——因为后面跟着的+会让(.)重复执行。
• +：贪婪量词，要求前面的(.)至少匹配1次，并且会尽可能匹配更多字符（直到遇到无法匹配的内容才停止）。
• \1：反向引用，严格匹配第一个捕获组最后一次捕获到的字符。

核心匹配逻辑 #

把这些部分组合起来，这个正则的实际效果是：寻找长度至少为2的文本片段，要求片段的最后一个字符和片段中最后一次被(.)捕获的字符完全相同。

换个直白的说法：因为(.)+会贪婪地匹配字符，同时不断覆盖捕获组，所以最终\1其实就是片段的倒数第二个字符——所以这个正则本质上是在找结尾是两个连续相同字符的文本片段，并且会尽可能匹配最长的符合条件的片段。

举个简单例子：

• 对于字符串"abbb"，正则会匹配整个"abbb"：(.)+先匹配"abb"（捕获组最后是"b"），然后\1匹配最后一个"b"，刚好符合。
• 对于孤立的两个相同字符，比如"ee"，正则会直接匹配这两个字符。

结合你的文本分析 #

你提供的文本是：

Business Parks - Research business parks in the Reading area with conference capabilities Green Park - expensive and no advertising allowed except via their newsletter Arlington Business Park - no facility Thames Valley Science Park (TVSP) - Sleep Th...

里面符合匹配条件的片段包括：

• "conference"中的连续"ee"（正则会匹配这个双字符片段，甚至会尝试贪婪匹配更长的、结尾为"ee"的片段）
• "newsletter"中的连续"ll"

你感到困惑的核心原因应该是：这个正则和你可能预期的“匹配重复单词/短语”逻辑完全不同，它只关注文本片段的结尾是否有连续相同字符，而非整体内容的重复。

额外提示 #

如果你的目标是匹配重复的整个单词或短语，这个正则完全不适用——你需要用类似(\b\w+\b).*\1这样的正则（匹配重复的单词），或者根据具体需求调整规则。

内容的提问来源于stack exchange，提问作者Profplum