下面我将向标准输入发出正则表达式(a\b) \1并grep插入几个测试字符串。
$ grep -E '(a\b) \1' 啊 啊 ab 啊乙
粗体部分表示存在匹配。第二个，a ab难倒了我。捕获组可以用文字描述为“a后面跟着单词边界的字符”。
处理字符串 时a ab，正则表达式引擎匹配字符a，看到它后面跟着的不是“单词字符”，因此匹配\b。然后它匹配一个空格。到目前为止，一切都很好。
但是，它应该检查 if \1matches ab，据我所知它不应该，因为接下来a我们ab有一个单词字符。我不明白这是怎么回事！
接受答案后，我意识到我实际上仍然不明白发生了什么事。从上面的例子出发：
$ cat tests
a bab
a ba
a ab
$ grep -E '(\ba\b) \1' tests
a ab
这告诉我捕获组包括除字符串右边缘的单词边界之外的所有内容，我仍然不明白。
答案1
问题是\1指匹配的文本，不是一个正则表达式。在我们的例子中，匹配的文本是字符a。由于\1是文本，而不是正则表达式，因此它不关心a.观察：
$ cat file
a a
a ab
$ grep -E '(a\b) \1' file
a a
a ab
如果我们想\1成为一个单词，请为其添加一个单词边界：
$ grep -E '(a\b) \1\b' file
a a
因为\1\b后需要一个字边界\1，所以第二行不再匹配。
为了证明这\1不是正则表达式，让我们尝试：
$ echo '.a' | grep -E '(.)\1'
$
但：
$ echo '..' | grep -E '(.)\1'
..
$
因此，\1匹配..虽然.通常是正则表达式活动的并且匹配任何字符，\1但仅匹配句点。
文档
来自GNU grep 手册:
反向引用 '\n'，其中 n 是单个数字，匹配之前匹配的子串由正则表达式的第 n 个带括号的子表达式。例如，“(a)\1”匹配“aa”。当与交替一起使用时，如果该组不参加比赛，则反向引用会使整个比赛失败。例如，“a(.)|b\1”将不匹配“ba”。当用 -e 或文件（'-f file'）给出多个正则表达式时，反向引用对于每个表达式都是本地的。 [强调。]