正则表达式完全匹配 n 个字符长但还包含特定字母的单词？答案

【问题标题】：RegEx to match words exactly n characters long but also contain a specific letter?正则表达式完全匹配 n 个字符长但还包含特定字母的单词？
【发布时间】：2020-09-01 08:21:44
【问题描述】：

我有一长串小写国家（例如巴厘岛、英国等）

如何匹配其中所有正好有 9 个字母长并且还包含字母“i”的单词？

到目前为止，我已经完成了第一部分：

\b\w{9}\b

感谢您的任何建议。

编辑：

所以我能够做到这一点：

\b(?=.*i.*)\w{9}\b

但它不适用于grep -E '\b(?=.*i.*)\w{9}\b' countries.txt... 我做错了什么？

【问题讨论】：

如果没有空格，Paul 的响应可以正常工作。圣马力诺（9 个字母 + 空格，总共 10 个）和斯里兰卡（8 个字母和一个空格，总共 9 个）这样的国家应该怎么办？其中任何一个也应该匹配吗？
您使用的是哪个环境？你有错误吗？是否支持正向前瞻？
-E 表示 ERE，它不支持环视、非贪婪等...如果您使用的是 GNU grep 和 PCRE 可用，那么试试，grep -wP '(?=\w*i)\w{9}' (但它不适用于有空格等非单词字符的国家/地区）
要使用长度为 9 个字符且包含 i 的单词字符匹配单个单词，您可以使用 grep -Po '\b(?=\w{9}\b)\w*i\w*\b'
您在提问时需要提供更多详细信息。例如，我无法判断 - 是否每行显示一个国家/地区？还是单行？当国家名称可能包含非字母，如空格或连字符（例如几内亚比绍）时，“九个字母”是什么意思？

标签： regex grep match contains

【解决方案1】：

您可以使用正向前瞻来检查字符数，然后检查其中是否有 i。

(?=^[\w\s]{9}$).*i.*

【讨论】：

这很好用，除非国内有空位。我在问题中问过这个问题（我不知道空格是否算作字母）。
谢谢，确实如此！我现在允许空白字符。如果开头或结尾有空格，这实际上将无法正常工作，但是由于它是一个列表，因此它可能已被修剪并且无关紧要。如果允许“任何字符”，它甚至可能在这种情况下工作。
您如何确定输入文件每行显示一个国家/地区？
因为克兰菲尔德在谈论一长串名单。它们显然没有被空格隔开，否则就无法过滤像英国这样的国家。在任何其他情况下，可以分别处理每个国家/地区。

【解决方案2】：

如果你不能匹配一个单一的正则表达式，你应该尝试两个或更多。在此语句中，grep 检查长度和一般字符，然后检查 i。

grep -E '(\w|\s){9}' regex.txt | grep -E 'i'

如果您正在寻找更严格的要求：

grep -E '(\w|\s){9}' regex.txt | grep -E 'i' | grep -E '\w+(\s\w+)*'

【讨论】：

现在字母 i 是可选的，所以它仍然匹配没有它的国家/地区。
我在开头添加了'i'
我在上面编辑了我的评论。请在发布答案之前至少进行最低限度的验证。
你的执行力很差。例如，当前版本有一个交替，和量词{9}，但量词只适用于九个空格，而不适用于九个单词字符。正则表达式还必须锚定在单词边界处。但是，这些都不会影响正确的方法：管道两个 grep 调用，它们几乎同时在流上工作。折磨正则表达式以将两个要求都塞进一个正则表达式是没有意义的。为正确的方法 +1。
@mathguy 我检查了“斯里兰卡”，一切顺利； 'Sri Lanka' 字符串没有 9 个空格，因此字符限制适用于整个交替。如果我想写一个更严格的正则表达式，我必须写一个非常复杂的正则表达式，因为国家没有像汽车平台、电子邮件或 IP 地址这样定义明确的模式。我假设输入文件包含一个写得很好的国家列表。感谢您的评论。