regex - egrep 找到至少有两次相同单词的行

Question

如何使用正则表达式找到至少包含两次相同单词的行？

我试过:

egrep '\w{2,}\1' file  

但是终端给我错误:

egrep: invalid backreference number

Answer 1

您当前的正则表达式存在几个问题。

1. 使用 capturing group用于捕获单词和 backreference
2. 添加\b word boundaries用于将单词限制在左侧和右侧。
3. 添加.*以匹配any amount的 any characters介于两者之间。

echo "ABC foo ABC bar" | egrep '\b(\w{2,})\b.*\b\1\b'

ABC foo ABC bar

echo "ABC foo ABCD bar" | egrep '\b(\w{2,})\b.*\b\1\b'

false

See demo at regex101 .如果需要，使用 egrep -o --only-matching 来提取相关部分。
您可以进一步使用 .*? lazy点 grep -P --perl-regexp 尽可能少。