正則表達式中的單詞

Question

我可以使用什麼模式來查找某行中有n個單詞長度的單詞？

我想這樣做的：

grep -ni ' '[a-z][a-z][a-z][a-z][a-z][a-z]' ' filename 

但是，這並不需要在該行的開頭或結尾匹配6個字母的單詞的照顧。 有沒有辦法匹配space或beginning/end of a line？還有一種方法可以查找n次模式[a-z]，而不是再次輸入n次？

我知道^用於行尾，$用於行尾。

比如我想要的一些僞腳本：

#match a word of n length(n consecutive letters) 
grep -ni^OR [:space:][a-z]{n consecutive times}[:space:] OR $ filename 

Answer 1

GNU的grep有開始-的字和結束字匹配運營商\<和\>

與{N}重複結合這意味着你可以使用

egrep -i '\<[a-z]{6}\>' 

或者，有點難以閱讀但也許更便攜，可以使用交替操作|爲貴「或」 S並用括號：

egrep -i '(^|[[:space:]])[a-z]{6}([[:space:]]|$)' 

你應該知道這些方法之間的行爲差​​異的。單詞邊界出現在標點符號上，而不僅僅是空格，所以如果您使用\<和\>（或perl-ish \b和\b這是GNU grep的新增功能），那麼您還將在句子結尾處匹配單詞，由一個點而不是一個空間。

這可能是好的，但那個壞的一面是你也會匹配wouldn't，因爲wouldn是6個字母，撇號是一個字邊界。

Answer 2

此正則表達式：

\b\w{6}\b 

...相匹配的單詞邊界（其可以是一個像[a-z]單詞字符及類似' '非字字符，或開始或結束之間的過渡行），後面是六個單詞字符，後面是另一個單詞邊界。你需要egrep或grep -E，因爲{6}擴展正則表達式語法：

egrep -ni '\b\w{6}\b' filename 

你可以用[a-z]取代\w如果你不想匹配的數字和下劃線（其中\w一樣）。

Answer 3

大多數grep實現都有-w選項，無論匹配的子字符串是在行的開始位置，還是在非單詞組成字符的前面，或者在行的末尾或後面跟着非單詞組成字符。字構成字符是字母，數字和下劃線，至少在我正在使用的grep的實現中。

所以：

$ egrep -wi '[a-z]{6}' filename 

這樣您就需要字邊界，這在我的經驗是不grep的一貫支持。 （-i選項使匹配不區分大小寫。）

我們使用egrep而不是grep來評估「擴展」正則表達式而不是「基本」正則表達式。幾乎每一個grep都會理解這兩個。如果您對可移植性感興趣，請避免使用PCRE（grep -P）。