GNU grep，反向引用和通配符

Question

使用grep(GNU grep 3.3)搜索所有包含三个连续双字母的单词(结果是"bookkeeper"):

grep -E "((.)2){3}" /usr/share/dict/american-english

将此更改为搜索包含三个双字母的单词，每个单词后面跟着字母"i"(导致"Mississippi"):

grep -E "((.)2i){3}" /usr/share/dict/american-english

将此更改为搜索包含三个双字母的单词，每个单词后面跟着任意一个字母(有几个结果):

grep -E "((.)2.){3}" /usr/share/dict/american-english

将此更改为搜索由可选的单个字母分隔的三个双字母的单词(甚至更多结果):

grep -E "((.)2.?){3}" /usr/share/dict/american-english

现在，最后，我最初的任务:搜索所有包含三个双字母的单词:

grep -E "((.)2.*){3}" /usr/share/dict/american-english

但是这导致一个空集合。为什么?.?怎么匹配.*不匹配的东西?

Answer 1

POSIX正则表达式引擎不能很好地处理反向引用的模式，匹配反向引用是一个NP完全问题，可能会提供一些提示，说明为什么它这么困难。

由于您使用的是GNUgrep，这个问题很容易用PCRE引擎解决，

grep -P '((.)2.*){3}' file

因为PCRE引擎可以以比POSIX正则表达式引擎更有效的方式处理反向引用。

查看在线演示