正则表达式用于匹配管道恰好 n 倍的行

Question

我正在使用 grep 匹配具有 52 个管道 (|) 的行。我使用的 grep 命令是:

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

-P因为懒惰修饰符 ?否则不起作用。当我运行它时，会显示以下消息: PCRE's backtracking limit is exceeded .我想这里的类似 perl 的正则表达式有问题。

我的内存不足了吗？

我使用的正则表达式有问题吗？

我可以使用更好的正则表达式吗？

非常感谢!

Answer 1

您的 PCRE 模式(仅匹配 52 次出现的任何 0+ 字符，尽可能少，直到并包括 | 字符，并且不检查超出此范围的任何文本)包含重复的捕获组，当引擎匹配时，它还在每个 | 之前放置每个 0+ 字符和 | char 成一个组，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，该任务不需要 PCRE 正则表达式，因为要匹配除 | 之外的任何字符。您可以使用 [^|]然后仅使用 POSIX ERE 模式(通过 -E 选项启用)和 grep :

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

请注意 [^|]*$最后添加。它匹配除 | 之外的任何 0+ 个字符然后断言行尾位置。所以，只有包含 53 | 的行-separated 字段匹配。

否则，您可能会考虑使用 awk 解决方案(如 PS 建议的那样):

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

我们在这里检查 53 | -separated 字段并打印行号， :和线路本身。