UNIX下如何编写正则表达式匹配首尾同序且中间含'm'的字符串并修正egrep命令问题

你当前的命令返回匹配数为0，是因为正则逻辑和实际需求存在完全错位，核心问题有三个：

• 反向引用顺序颠倒：原正则的捕获组逻辑要求字符串结构为「2位小写字母 → z开头的任意内容段 → 完全重复的z开头内容段 → 2位小写字母结尾」，和需求中“首尾序列相同、中间带m”的结构完全不匹配
• 指定字符写错：需求要求中间包含的指定字符是m，原正则强制要求中间内容以z开头，完全没有匹配m的相关逻辑
• 中间规则错位：原正则要求中间内容必须被完整重复两次，属于完全多余的约束，和“中间任意位置带m即可”的需求冲突

按照你给出的校验规则（首尾为2位相同小写字母序列、中间任意位置包含m），对应的egrep计数命令为：

egrep -c '^([a-z]{2}).*m.*\1$' list

匹配逻辑拆解 #

• ^([a-z]{2})：从字符串起始位置捕获任意2位小写字母，作为需要匹配在字符串末尾的首尾序列（定义为捕获组1）
• .*m.*：匹配捕获序列之后的所有中间内容，要求内容中任意位置至少出现一次m，m前后可以跟随任意数量的其他字符
• \1$：引用第一个捕获组的存储内容，要求字符串在结束前，必须和开头捕获的序列完全一致

校验示例的匹配效果 #

• cahellomca：开头捕获ca，中间含m，结尾匹配ca → 有效
• salomoresa：开头捕获sa，中间含m，结尾匹配sa → 有效
• lonoletterlo：开头捕获lo，中间无m → 无效
• homlastho：开头捕获ho，中间含m，结尾匹配ho → 有效
  最终匹配计数为3，和预期结果一致。

• 如果场景中首尾序列不是固定2位长度，而是任意长度的相同字符序列，可以将捕获组调整为^(.+).*m.*\1$，但这种写法会放开长度限制，可能匹配到不符合预期的1字符首尾场景，无特殊需求不建议随意调整
• 如果需要兼容大小写混合的字符串，可以给egrep增加-i忽略大小写参数，命令为egrep -ic '^([a-z]{2}).*m.*\1$' list

内容的提问来源于stack exchange，提问作者stcol