如何用正则表达式在Bash/Sed/Python中匹配无重复字母子串？

针对你提出的需求（从字符串中找出指定长度、所有字符均不重复的子串），以下是Bash、Sed、Python中的正则实现方案，以查找长度为4的子串为例，你可根据需要替换长度值：

Bash（GNU Grep） #

利用GNU Grep的Perl兼容正则（PCRE）特性，通过反向引用+负向预查实现：

echo "asbshbsbuhb" | grep -oP '(?=(.)(?!.*\1)(.)(?!.*\2)(.)(?!.*\3)(.))\1\2\3\4'

• -o：仅输出匹配的子串
• -P：启用PCRE语法
• 正则逻辑：通过正向预查定位起始位置，确保后续4个字符中每个字符都未在之前出现过（(?!.*\1)表示当前字符不会在后续位置重复），最后捕获并输出这4个字符。若要调整长度，比如找长度3的子串，只需修改为(?=(.)(?!.*\1)(.)(?!.*\2)(.))\1\2\3。

Sed（GNU Sed 4.2+） #

GNU Sed 4.2及以上版本支持PCRE，可使用类似逻辑：

echo "asbshbsbuhb" | sed -n -P 's/.*(?=(.)(?!.*\1)(.)(?!.*\2)(.)(?!.*\3)(.))/\1\2\3\4/p'

• -n：禁止自动输出模式空间内容
• -P：启用PCRE语法
• 正则通过匹配整个字符串，定位符合条件的子串后替换输出。同样可通过调整正则中的字符组数来修改目标子串长度。

Python #

借助re模块动态构造正则表达式，适配任意指定长度：

import re

target_str = "asbshbsbuhb"
substring_length = 4

# 动态生成正则模式
pattern_parts = [r'(.)(?!.*\1)'] * (substring_length - 1)
pattern_parts.append(r'(.)')
pattern = r'(?=(' + ''.join(pattern_parts) + r'))\1'

matches = re.findall(pattern, target_str)
# 将匹配到的元组拼接为字符串
result = [''.join(match) for match in matches]
print(result)  # 输出: ['sbuh']

• 代码会根据指定长度自动生成对应数量的反向引用和负向预查规则，确保子串内所有字符唯一。若需调整长度，修改substring_length的值即可。

内容的提问来源于stack exchange，提问作者tjzel