如何用grep筛选含至少3次4位以上重复字符序列的行

原命令存在的问题 #

你当前编写的grep '^.*\(....\)*\1*\1*' file.name命令不符合预期，核心错误有3点：

• 捕获组后的*量词逻辑错误：\(....\)*表示长度为4的序列重复0次或多次，会导致捕获组匹配到空内容，无法固定捕获单个长度为4的连续字符序列的规则
• 反向引用后的*量词完全不满足匹配要求：\1*表示反向引用的内容重复0次或多次，等于你要求的「序列至少出现3次」规则完全失效，哪怕该序列一次都没出现也能匹配，最终会匹配所有行
• 缺失序列中间的任意字符匹配逻辑：重复出现的序列中间可以存在其他字符，你没有加.*匹配这部分内容，即使去掉错误量词也无法匹配到间隔出现的目标序列

修正方案 #

符合需求的命令如下：

基础正则版本 #

grep '\(....\).*\1.*\1' file.name

扩展正则版本（可读性更高） #

grep -E '(.{4}).*\1.*\1' file.name

逻辑说明 #

• 首先用\(....\)（或扩展正则的(.{4})）捕获一个长度为4的连续字符序列
• 后续的.*\1表示中间隔任意字符后，再出现一次捕获到的序列，写两次就代表总共至少出现3次，完全符合你的筛选规则
• 上述命令执行后会刚好输出你期望的两行结果

内容的提问来源于stack exchange，提问作者DOS HASAN