Question

我对正则表达式的最大重复次数有疑问：{n}和{n，m}。

$ man grep
...
Repetition
    A regular expression may be followed by one of several repetition operators:
...
    {n}    The preceding item is matched exactly n times.
    {n,}   The preceding item is matched n or more times.
    {,m}   The preceding item is matched at most m times.  This is a GNU extension.
    {n,m}  The preceding item is matched at least n times, but not more than m times.
...

现在考虑一个测试文件：

$ cat ./sample.txt
1
12
123
1234

然后grep它为[0-9]（数字）重复2次：

$ grep "[0-9]\{2\}" ./sample.txt
12
123
1234

？为什么这包括123和1234？

另外，我为同一个文本文件grep重复至少2次但不超过3次的数字：

$ grep "[0-9]\{2,3\}" ./sample.txt
12
123
1234

???为什么这会返回“1234”？

一个明显的解决方法是使用grep和reverse-grep来过滤掉过多的结果。例如，

$ grep "[0-9]\{2,\}" ./sample.txt | grep -v "[0-9]\{4,\}"
12
123

任何人都可以帮助我理解为什么{n}返回包含重复n次的模式的行？为什么{n，m}返回重复m次的模式？

Answer 1

除非您锚定正则表达式，否则它们可以匹配字符串中的任何位置。

$ grep "[0-9]\{2\}" ./sample.txt将匹配包含2位数的任何行。

使用^强制表达式从行的开头开始，$强制表达式与行尾相匹配。例如

$ grep '^[0-9]\{2\}$' ./sample.txt
# Using single quotes to avoid potential substitution issues. Hat tip to @ghoti

这应该只返回12。

Answer 2

可以在较长的文本中找到模式，也可以遵循相同的模式。对于grep，使用-o选项查看正则表达式找到匹配的位置。在由两位数字组成的数字中，或者在一个长度为10位的数字中，可以找到两位数字。

另一个答案指向两个锚，但有一个单词边界标记\b与边界位置匹配（如果使用）。这关闭了两端。不幸的是POSIX BRE（grep默认的正则表达式风格）并不支持这个，但在GNU sed中你可以启用Perl正则表达式并测试它：

grep -P '\b[0-9]{2}\b' file

只有grep两个\<和\>匹配相同的位置：

grep '\<[0-9]\{2\}\>' file

正则表达式：{n}和{n，m}忽略最大重复次数

2 个答案: