linux bash中的正则表达式运算符{}

Question

{} 运算符有一些问题。在以下示例中，我试图查找出现 1、2 和 2 次或更多单词 mint 的行，但只有在搜索 1 出现 mint 时才会得到响应，甚至虽然每行有超过1。

我正在处理的输入是通过ls -l 命令获得的类似列表：

-rw-r--r--  1 mint mint   26 Dec 20 21:11 example.txt
-rw-r--r--  1 mint mint   26 Dec 20 21:11 another.example
-rw-r--r--  1 mint mint   19 Dec 20 15:11 something.else
-rw-r--r--  1 mint mint    1 Dec 20 01:23 filemint
-rw-r--r--  1 mint mint   26 Dec 20 21:11 mint

使用ls -l | grep -E 'mint{1}'，我找到了上面的所有行，但我预计什么也找不到（应该是所有出现 1 次mint 的行）。

ls -l | grep -E 'mint{2}' 我什么也没找到，我希望能找到上面的前 3 行（应该是所有出现 2 次 mint 的行）。

对于ls -l | grep -E 'mint{2,}'，我希望能找到上面的所有行，但我又什么也没找到（应该是所有行至少出现 2 次 mint）。

我是否遗漏了 {} 的工作原理？

Answer 1

首先，正则表达式中的“量词”指的是紧接在其前面的“标记”，默认情况下是单个字符。所以mint{2} 正在寻找字符t 两次——它相当于m{1}i{1}n{1}t{2} 或mintt。

要多次搜索字符序列，您需要使用括号分组该序列。所以(mint){2} 将连续两次搜索序列mint，如mintmint。

其次，在您的输入中，在mint 的出现之间有额外的字符；正则表达式需要指定那些是允许的。

最简单的方法是使用模式.*，意思是“任何事情，零次或多次”。这会给你(mint.*){2}，它将匹配“mint 后跟任何内容，两次”。

最后，给定输入“mint mint”，模式(mint.*){1} 将匹配 - 它并不关心某些“额外”字符是否也拼写“mint”，它只知道必需的部分在那里。事实上，{1} 总是多余的，(mint.*){1} 匹配的内容与 mint 匹配的内容完全相同。一般来说，正则表达式擅长断言那里的是，而不是断言那里的不。

一些正则表达式风格具有“前瞻断言”，可以处理否定断言，例如“不跟随mint”，但grep -E 没有。它有一个开关-v，它反转整个命令 - 它显示所有行除了与正则表达式匹配的行。因此，说“mint 的实例不超过 1 个”的简单方法是运行 grep 两次 - 一次正常，一次使用 -v：

# At least once, but not twice -> exactly once
ls -l | grep -E 'mint' | grep -v -E '(mint.*){2}'

# At least twice, but not three times -> exactly twice
ls -l | grep -E '(mint.*){2}' | grep -v -E '(mint.*){3}'