文字列で「2回以上出現する単語があるかどうか」と「その単語」を判定したい

Question

次のような文字列があるとします。

$words = "one,two!three?four-five/five/six+";

この $words に代入された文字列に five/ という単語が2回以上連続して出現していることを判定し、なおかつその five/ という文字列を単語の候補等を使わずに取得したい（文字列内で２回以上出現している単語を列挙したい）のですが、正規表現ないしは PHP のいずれかで実現することは可能でしょうか。

なお、

$words = "one,two!three?four-five/six+four-";

この four- のように2回以上出現する単語が離れている場合は考慮しなくてよいものとしたいです。

Comments

[popobot]

単語の切れ目（セパレータ）は決まっているのでしょうか？　というのは文字列の中のどれが単語なのかどうやって判断すればいいのでしょうか？ onetwoというのは一つの単語ですか？それとも２つの単語ですか？

[s.t.]

「英単語」であることは必須でしょうか？また、onやourのような単語も混ざっておりますが、どのような扱いになりますか？

[ltcmdr927]

>icchii 様 単語の切れ目（セパレータ）は不定です。文字列内において同じ文字が繰り返されている箇所を単語として判定したいと思っております。上記の例ですと「five/」が1つの単語として判定できれば良いです。

[ltcmdr927]

>s.t. 様 英単語であることは必須ではありません。

Answer 1

遅かった・・・orz

連続重複している文字列が複数あった場合がよくわからなかったので、正規表現なしで書いてみました。
複雑ですいません。

<?php

$words = "one,two!three?three?four-five/five/six+";

$wordsLength = strlen($words);
$array = array();

//検索対象文字列の長さの半分+1文字以上の検索は無意味
//iは文字数,jは位置。2文字以上の単語を対象。1文字以上にする場合はiのスタートを1に。
for ($i = 2; $i <= $wordsLength+1; $i++) {
	for($j = 0; $j <= $wordsLength; $j++){
		//検索キーワード抽出
		$sample = substr($words,$j,$i);

		$frontPosition = strpos($words,$sample);
		$backPosition = strrpos($words,$sample);
		
		if($frontPosition != $backPosition){
			$sampleLength = strlen($sample);
			$renzoku = substr($words,$frontPosition+$sampleLength,$sampleLength);
			if($sample == $renzoku){
				array_push($array,$sample);
			}
		}
	}
}

$arrayNew = array_unique($array);

echo "連続して重複しているのは";
foreach($arrayNew as $value){
	echo $value."\n";
}

?>

Comments

[ltcmdr927]

ありがとうございます。こちらもご参考させて頂きます。

Answer 2

正規表現の「後方参照」という機能を使えば可能です。

$result = preg_match('/(.+)\\1/u', $words);

…と思って試してみたら、threeの「ee」を拾ってしまいました。「1単語」に求める条件をはっきりさせれば、前方のカッコ内にそれを入れることで、さらに正しく絞り込めます。

Comments

[ltcmdr927]

ありがとうございます。
1単語の条件ですが、最低限のものとしては「半角英文字2文字以上＋半角記号」というかたちになります。

Answer 3

$words = "one,two!three?four-five/five/six+";
$pattern="/(.{2,})\\1/";
preg_match($pattern,$words,$match);
print_r($match);

Comments

[ltcmdr927]

ありがとうございます。判定することができました。

[think49]

解決済みのようですが、このコードは "ringing", "Yhaaaa!!", "great!!!!" にもマッチすると思われますのでご注意ください。
(回答時点では「単語」の条件が曖昧だったのが原因だと思いますが…)