为什么正则表达式模式 g[a-z]+?d 在 grep 中作为单个单词匹配“godgood”，但在网上的工作方式不同？

Question

我正在学习正则表达式，遇到了一种我无法解释的行为。我有文本“godgood”，并且正在使用正则表达式模式 g[a-z]+?d。我的目标是将“上帝”和“好”作为两个单独的词进行匹配。

但是，当我在 grep（版本 3.7）中使用此模式时，它会将整个“godgood”作为单个单词进行匹配。另一方面，当我在各种在线正则表达式平台上尝试相同的模式时，它分别正确匹配“god”和“good”。

有人可以解释为什么会出现这种行为差异吗？与在线正则表达式引擎相比，grep 3.7 版本处理此模式的方式有什么不同吗？任何见解或解释将不胜感激。谢谢。

$ egrep -o 'g[a-z]+?d' file
godgood

Answer 1

为什么会有这种行为差异？

因为“各种在线正则表达式平台”使用不同的正则表达式引擎规则。特别是，

+?

在perl正则表达式中是非贪婪匹配，而在扩展正则表达式中

+?

是贪婪的

+

后跟

?

。

egrep

已弃用。使用

grep -E

。