POSIX正則表達式限制重複次數

Question

我試圖到grep的允許我輸入字符串重複的最大數量似乎並不能得到它的工作。

輸入文件具有三行3,5和分別「PQ」的7次循環。 > = 3，> = 5表達式工作正常，但「3到5之間」表達式{3,5}也顯示了具有7次重複的行。

DEV /> cat input.txt 
pq -- One occurance of pq 
pqpqpqpqpq -five occurances of pq 
pqpqpqpqpqpqpq -- seven occurances of pq 


DEV /> grep "\(pq\)\{3,\}" input.txt 
pqpqpqpqpq -five occurances of pq 
pqpqpqpqpqpqpq -- seven occurances of pq 


DEV /> grep "\(pq\)\{5\}" input.txt 
pqpqpqpqpq -five occurances of pq 
pqpqpqpqpqpqpq -- seven occurances of pq 

DEV /> grep "\(pq\)\{3,5\}" input.txt 
pqpqpqpqpq -five occurances of pq 
pqpqpqpqpqpqpq -- seven occurances of pq 

我做錯了什麼或者這是預期的行爲？

如果這是預期的行爲（如7個PQS的字符串有3-5 PQS之間），

1）在什麼情況下是最大的重複適用？ {3,5}和{3，}（大於3）有什麼區別？

2）我可以錨我用「^」，但如果我的字符串不是以「PQ」到底是什麼的正則表達式並有更多的文字嗎？

Answer 1

如果某行有七個重複的東西，它也因此包含重複的那件事3-5，並在幾個點，不會少。

使用匹配錨如果你希望錨定匹配。否則，當然，他們不是。

/X{3,}//X{3,5}/和之間的實際差別是多久一個它相匹配的字符串的 - 匹配的程度（或跨度）。如果你正在尋找的是一個布爾型的yes/no響應，並且在你的模式中沒有任何進一步的東西，它沒有什麼區別。實際上，如果知道這樣做是安全的，那麼適度聰明的正則表達式引擎會早點返回。看出差別

一種方法是使用GNU的grep的-o或--only匹配選項。觀察：

$ echo 123456789 | egrep -o '[0-9]{3}' 
123 
456 
789 
$ echo 123456789 | egrep -o '[0-9]{3,}' 
123456789 
$ echo 123456789 | egrep -o '[0-9]{3,5}' 
12345 
6789 
$ echo 123456789 | egrep -o '[0-9]{3,5}[2468]' 
123456 
$ echo 123456790 | egrep -o '[0-9]{3,5}[13579]' 
12345 
6789 

要理解最後兩個工作的方式，找到正則表達式引擎的嘗試（包括回溯步驟）很有用。您可以通過這種方式做到這一點使用Perl：

$ perl -Mre=debug -le 'print $& while 1234567890 =~ /\d{3,5}[13579]/g' 
Compiling REx "\d{3,5}[13579]" 
Final program: 
    1: CURLY {3,5} (4) 
    3: DIGIT (0) 
    4: ANYOF[13579][] (15) 
    15: END (0) 
stclass DIGIT minlen 4 
Matching REx "\d{3,5}[13579]" against "1234567890" 
Matching stclass DIGIT against "1234567" (7 chars) 
    0 <> <1234567890>   | 1:CURLY {3,5}(4) 
            DIGIT can match 5 times out of 5... 
    5 <12345> <67890>   | 4: ANYOF[13579][](15) 
            failed... 
    4 <1234> <567890>   | 4: ANYOF[13579][](15) 
    5 <12345> <67890>   | 15: END(0) 
Match successful! 
12345 
Matching REx "\d{3,5}[13579]" against "67890" 
Matching stclass DIGIT against "67" (2 chars) 
    5 <12345> <67890>   | 1:CURLY {3,5}(4) 
            DIGIT can match 5 times out of 5... 
    10 <1234567890> <>   | 4: ANYOF[13579][](15) 
            failed... 
    9 <123456789> <0>   | 4: ANYOF[13579][](15) 
            failed... 
    8 <12345678> <90>   | 4: ANYOF[13579][](15) 
    9 <123456789> <0>   | 15: END(0) 
Match successful! 
6789 
Freeing REx: "\d{3,5}[13579]" 

如果您有關於比賽結束後會發生什麼額外的限制，那麼哪種類型的重複，你可以選擇有很大的不同的。

$ perl -le 'print $& while 1234567890 =~ /\d{3}(?=[13579])/g' 
234 
678 
$ perl -le 'print $& while 1234567890 =~ /\d{3,5}(?=[13579])/g' 
1234 
5678 
% perl -le 'print $& while 1234567890 =~ /\d{3,}(?=[13579])/g' 
12345678 

所以當你有事情要來之後，它可以使一個巨大的：在這裏，我會說，它需要一個奇怪的數字之前結束強加在那裏每場比賽允許完成，約束差價交易。當你只是決定整條線路是否匹配時，可能並不重要。

Answer 2

這是正常現象。字符串「pqpqpqpqpqpqpq」實際上具有三至五次「pq」的重複，然後幾個更好的措施。您可能想要嘗試固定您的正則表達式，如^\(pq\)\{3,5\}$。

---

編輯，以匹配編輯問題：

1. 最大的是適用於所有情況。現在發生的事情是，grep匹配「pq」的7次重複中的5次（最有可能是前5次），並且因爲它找到了匹配項，所以打印出該行。
2. 你必須找出一種方法來改變你的正則表達式，以匹配你想要的和不匹配的東西。例如，要匹配以3-5次重複的「pq」開頭的行，您可以執行如下操作：^\(pq\){3,5}\($|[^p]|p$|p[^q]\)。該匹配符合3-5「pq」，緊跟在行尾或任何字符以外的「p」或「p」 - 後面跟隨行尾或「p」 - 跟隨 - 通過任何字符 - 其他 - 不包括─「q」。