egrep找到一行至少有兩次相同的單詞

Question

如何使用正則表達式來查找至少有兩次相同單詞的行？

我想：

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

但終端給我的錯誤：

egrep: invalid backreference number

Answer 1

試試這個：

egrep '(\w{2,}).*\1' file 

如果你沒有捕獲組（ (...)），那麼沒有任何反向引用。

下面是一個例子：

$ cat file 
this line has the same word twice word 
this line does not 
this is this and that is that 

$ egrep '(\w{2,}).*\1' file 
this line has the same word twice word 
this is this and that is that 

Answer 2

有與您當前的正則表達式的幾個問題。

1. 使用捕捉字capturing group和backreference它。
2. 添加\bword boundaries用於將詞語限制在左側和右側。
3. 添加.*匹配any amount之間的any characters之間。

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- 僅匹配來提取相關部分。
您可以進一步使用.*?lazy點與grep-P--perl-regexp儘可能少的次數。