正規表現での同じ文字列の表し方

Question

#正規表現での同じ文字の表し方
##実現したいこと
htmlタグのように(たとえば<hoge></hoge>のように)同じ文字が離れたところで出てくるような文章は表したい
##環境
python3.6.6 32bitでreモジュールを使っています

Answer 1

正規表現の仕様によりますが、

<(\w+)>.*?</\1>

とか。

Comments

[退会済みユーザー]

すみません
動作しませんでした。
環境について書き直しました

[otn]

言語に合わせた書き直しのミスですかね。

Answer 2

Pythonなら re.search("<([a-z]+)>.*?</\1>", target) でマッチします。

<([a-z]+)>で任意のタグ（例：<hoge>）
.*?で任意の文字列（最短マッチ）
</\1>で後方参照（例：</hoge>）

同じタグが入れ子になるようだと工夫が必要です。

Comments

[退会済みユーザー]

ありがとうございます!動作しました

Answer 3

<hoge></hoge>のような、「同じものが複数回出現する」表現は、数学的に純粋な正規表現では表現できません。

処理系によっては、このようなものを書く方法があるかもしれませんので、どこで使いたいか教えていただければと思います。

Comments

[退会済みユーザー]

python3.6.6 32bitのreモジュールを使っています。