用于将行与精确 n 倍管道匹配的正则表达式

Question

我使用 grep 来匹配恰好有 52 个管道 (|) 的行。我使用的 grep 命令是：

grep -nP "^(.*?\|){52}"

-P因为lazy修饰符?在其他情况下不起作用。当我运行此命令时，会显示以下消息：PCRE's backtracking limit is exceeded。我猜这里类似 perl 的正则表达式有问题。

• 我的内存不足了吗？
• 问题出在我使用的正则表达式中吗？
• 我可以使用更好的正则表达式吗？

多谢！

Answer 1

您的 PCRE 模式（仅匹配任何 0+ 字符的 52 次出现，尽可能少，直到并包括|char，并且不检查超出该范围的任何文本）包含重复的捕获组，当引擎匹配时，它还会将每个每个之前有 0+ 个字符，|并将该|字符放入一个组中，然后在每次迭代时重写该值。在某些实现中，它会导致您提供的错误。

请注意，您不需要 PCRE 正则表达式来执行任务，因为要匹配任何字符，但|您可以使用[^|]然后使用纯粹的 POSIX ERE 模式（通过-E选项启用）grep：

grep -En "^([^|]*\|){52}[^|]*$"

注意[^|]*$最后添加的。它匹配除 之外的任何 0+ 字符|，然后断言行尾位置。因此，仅|匹配包含 53 个分隔字段的行。

否则，您可以考虑使用 awk 解决方案（如 PS 建议的那样）：

awk -F'|' '{if (NF==53) {print NR ":" $0;}}'

我们检查 53 个|分隔字段并打印行号:和行本身。