如何统计文件中A后接XYZ的多行匹配模式（排除A后接A）

我有一个文件，内容模式如下：

A
.
.
XYZ
.
.
A
.
.
A
.
.
A
.
.
XYZ

其中.代表内容为随机单词（非A或XYZ）的行。我需要统计所有符合以下模式的出现次数：

A
.  (任意行数)
XYZ

要求仅统计A后直接衔接XYZ的情况，A后接另一个A的情况不计入统计。

我尝试执行以下命令：

pcregrep -Mc 'A.*(\n?|.)*?XYZ' file.txt

但出现报错：

pcregrep: pcre_exec() gave error -27 while matching text that starts:

期望输出为2，请问该如何解决？

解决办法 #

原因分析 #

报错的-27是PCRE库的递归深度超限错误，因为你写的正则表达式存在冗余匹配逻辑：.*和(\n?|.)*?会重复匹配内容，导致大量回溯，触发PCRE的递归限制。

正确的pcregrep命令 #

使用多行模式编写精准的正则，确保只匹配A开头、中间不含A/XYZ的行、最终以XYZ结尾的片段：

pcregrep -Mc 'A(?:\n(?!A|XYZ).*)*\nXYZ' file.txt

正则解析：

• A：匹配起始的A行
• (?:\n(?!A|XYZ).*)*：非捕获组，匹配任意数量的后续行，要求这些行的行首既不是A也不是XYZ（通过负前瞻(?!A|XYZ)判断）
• \nXYZ：匹配结尾的XYZ行

执行该命令后会输出期望的2。

可选方案：用awk实现（更直观） #

如果觉得正则复杂，用awk处理行逻辑更清晰：

awk 'BEGIN{count=0; flag=0}
$0 == "A" { flag=1 }
flag == 1 {
    if ($0 == "XYZ") {
        count++
        flag=0
    } else if ($0 == "A") {
        flag=1  # 遇到新的A，重置跟踪，放弃之前的A
    }
}
END{print count}' file.txt

逻辑说明：

1. 初始化计数器count和跟踪标志flag
2. 遇到A时，开启跟踪标志
3. 处于跟踪状态时：
   • 遇到XYZ则计数器加1，关闭跟踪
   • 遇到新的A则重置跟踪（放弃之前的A，因为A后接A不符合要求）
4. 最后输出统计结果

内容的提问来源于stack exchange，提问作者Pranav