查找出现两次且不重叠的最长子串的正则表达式

Question

有很多问题是在问如何找到最长的重复子串：

• 至少出现两次的最长子串：C++ 问题
• 使用正则表达式在 JavaScript 中找到最长的重复子串
• 找到最长的重复字符串？
• 匹配最长重复子串的正则表达式

但是这些问题并不完全符合我的要求，具体来说：

• 子串之间不能重叠（它们是互不相交的）。
• 子串可以不相邻。
• 允许任何字符。
• 我想要匹配的是最长的模式。

到目前为止，我有这个：

>>> m = re.match(".*(?P<grp>.+).*(?P=grp).*", "dhiblhip")
>>> m.group('grp')
'i'

我觉得这个代码匹配的是最后一个重复的子串，也就是 'i'，但这显然不是最长的那个。我希望对于以下输入能得到这样的输出：

• '123abc' -> ''
• 'hh' -> 'h'
• 'hihi' -> 'hi'
• 'dhiblhip' -> 'hi'
• 'phiblhip' -> 'hi'（注意我不返回 'p'，因为它没有 'hi' 长，即使它是一个重复的互不相交的子串。）
• 'racecaracecar' -> 'raceca'（注意我不能重复使用中间的 r。）在这种情况下，'acecar' 也是可以接受的。

我正在使用 Python 的 re 模块，并希望继续使用它，但其他语言的答案也欢迎。

Answer 1

感谢@HamZa提供的正则表达式：(.+)(?=.*\1)。这个表达式的意思是，它会找到一个包含至少一个字符的部分，然后再检查一下后面有没有重复的内容（这样就不会出现Python找不到重叠匹配的问题）。

虽然仅靠正则表达式无法找到最大的匹配项，但写起来其实很简单。

matches = re.findall(r'(.+)(?=.*\1)',yourstring)
largest = '' if not matches else max(matches,key=lambda m:len(m))