求匹配[a-f0-9]中每个字符恰好出现2次的grep正则表达式

需求说明 #

需要编写grep正则表达式，筛选出文件中满足以下条件的行：

• 仅包含十六进制字符（a-f0-9）和空格（作为两位字符组的分隔符）
• 每个十六进制字符（0-9a-f）在整行中恰好出现2次

有效匹配示例 #

33 e0 f1 76 9c 4f a8 6c 01 5d 45 9e 28 db 7b 2a

无效匹配示例 #

c0 b0 f5 60 02 8b 1c a4 41 7c 53 f2 85 20 a0 d1

（无效原因：字符0出现次数超过2次）

问题分析 #

你尝试的正则'(?:[0-9a-f])?^[^\1]*\1[^\1]*\1[^\1]*$'无法生效，主要有两个问题：

1. 反向引用\1没有对应的捕获组，(?:[0-9a-f])是非捕获组，无法被引用
2. 字符集[^\1]的写法错误，字符集内不能使用反向引用，这里实际是匹配除了ASCII控制字符SOH（\x01）之外的所有字符，并非排除捕获组匹配的内容

解决方案 #

使用GNU grep的PCRE模式（-P参数），通过正向预查确保每个十六进制字符恰好出现2次，同时限制行的结构为16组两位十六进制数：

grep -P '^(?=(?:[^0]*0){2}[^0]*$)(?=(?:[^1]*1){2}[^1]*$)(?=(?:[^2]*2){2}[^2]*$)(?=(?:[^3]*3){2}[^3]*$)(?=(?:[^4]*4){2}[^4]*$)(?=(?:[^5]*5){2}[^5]*$)(?=(?:[^6]*6){2}[^6]*$)(?=(?:[^7]*7){2}[^7]*$)(?=(?:[^8]*8){2}[^8]*$)(?=(?:[^9]*9){2}[^9]*$)(?=(?:[^a]*a){2}[^a]*$)(?=(?:[^b]*b){2}[^b]*$)(?=(?:[^c]*c){2}[^c]*$)(?=(?:[^d]*d){2}[^d]*$)(?=(?:[^e]*e){2}[^e]*$)(?=(?:[^f]*f){2}[^f]*$)(?:[0-9a-f]{2}(?: |$)){16}$' 文件名

正则解释 #

1. 正向预查部分：每个(?=(?:[^x]*x){2}[^x]*$)用于确保字符x在整行中恰好出现2次：
   • (?:[^x]*x)匹配任意非x字符后接一个x
   • {2}表示该模式恰好出现2次
   • [^x]*$确保之后没有更多的x字符
2. 行结构部分：(?:[0-9a-f]{2}(?: |$)){16}$确保行由16组两位十六进制数组成，每组之间用空格分隔，行尾无多余空格

如果不需要严格限制两位组的结构，只要求去掉空格后每个字符恰好出现2次，可简化为：

grep -P '^(?=(?:[^0]*0){2}[^0]*$)(?=(?:[^1]*1){2}[^1]*$)(?=(?:[^2]*2){2}[^2]*$)(?=(?:[^3]*3){2}[^3]*$)(?=(?:[^4]*4){2}[^4]*$)(?=(?:[^5]*5){2}[^5]*$)(?=(?:[^6]*6){2}[^6]*$)(?=(?:[^7]*7){2}[^7]*$)(?=(?:[^8]*8){2}[^8]*$)(?=(?:[^9]*9){2}[^9]*$)(?=(?:[^a]*a){2}[^a]*$)(?=(?:[^b]*b){2}[^b]*$)(?=(?:[^c]*c){2}[^c]*$)(?=(?:[^d]*d){2}[^d]*$)(?=(?:[^e]*e){2}[^e]*$)(?=(?:[^f]*f){2}[^f]*$)[0-9a-f ]+$'

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