如何用正则表达式将字符串平分为两个等长捕获组？

核心需求 #

需要将任意长度为偶数的字符串平分为两个等长分组（前后内容可不同），替代循环尝试^(.{1})(.{1})$、^(.{2})(.{2})$这类繁琐写法。

1. sed ERE 实现方案 #

sed的ERE不支持PCRE的环视、条件判断、\K等特性，需结合长度计算动态生成匹配规则，以下是两种实用方式：

方式1：结合shell长度计算（最直接） #

先通过shell获取字符串长度，再动态生成正则拆分：

# 示例：处理字符串"1@ #t4r/"
input="1@ #t4r/"
half_len=$(( ${#input} / 2 ))
echo "$input" | sed -E "s/^(.{$half_len})(.*)$/\1 \2/"

输出：1@ # t4r/

方式2：纯sed内部实现（无外部依赖） #

通过sed循环标记字符，间接计算长度后拆分：

sed -E '
  :count
  s/^(.)(.*)$/\1\n\2/
  t count
  s/\n//g
  s/^(.*)(.*)$/\1 \2/
'

原理：通过循环在每个字符后插入换行，最终换行数量等于字符串长度，再通过替换拆分前后半段。

2. PCRE 风味实现方案 #

支持PCRE的工具（Perl、Python re、grep -P、PHP preg等）可用更简洁的正则直接匹配：

^(?:.(?=.*?((?(1).\1|.)$)))+\K\1

工作原理： #

• ^(?:.(?=.*?((?(1).\1|.)$)))：通过正向预查遍历每个字符，同步构建后半段捕获组（条件判断(?(1).\1|.)确保捕获组长度与前半段一致）。
• +\K\1：丢弃前置匹配内容，仅保留最终捕获的后半段；前半段可通过^.{n/2}获取，或调整正则同时捕获两组。

示例验证 #

以下是不同输入的拆分结果：

Input          -> Captured Groups
"1234"         -> "12" "34"
"aa"           -> "a" "a"
"examples"     -> "exam" "ples"
"101010"       -> "101" "010"
"1@ #t4r/"     -> "1@ #" "t4r/"
"a b c    defgh" -> "a b c  " "  defgh"
"abc    def"     -> "abc  " "  def"
"abcd  e  f"     -> "abcd " " e  f"

内容的提问来源于stack exchange，提问作者user23090748