如何用正则表达式反向引用查找含三个及以上相同元音的单词？

核心原因 #

你最初用.*?时出现错误匹配，本质是.*?和\w*的匹配范围差异：

• .*?是非贪婪的任意字符匹配，它会匹配包括制表符在内的所有字符，这就导致正则会跨越第一列（单词列），匹配到后面PoS/Lemma列里的元音。比如单词列只有1个a，但第二列里有两个a，正则会跨列凑够三个a，让你误以为匹配到了单词里有三个不同元音的情况。
• \w*是贪婪的单词字符匹配，在Perl正则（ggrep -P）中，\w只匹配字母、数字和下划线，不包含制表符，所以它被限制在第一列（单词列）内，只会匹配单词本身的字符，确保三个\1反向引用的元音都来自同一个单词，不会跨列乱匹配。

补充说明 #

你的正则里的反向引用\1本身是正确的，它确实会严格引用第一个括号里匹配到的元音。之前的错误完全是因为.*?的匹配范围不受限，跨列导致的误判。

内容的提问来源于stack exchange，提问作者sgelena