Регулярний вираз для пошуку подвійних символів у Bash

Я шукаю регулярний вираз, який знаходить усі випадки подвійних символів у тексті, списку тощо у командному рядку (Bash).

Головне запитання : Чи є простий спосіб шукати такі послідовності, як aa, llі tttttт. Д., Де можна визначити регулярний вираз, який шукає n випадків того самого символу? Що я шукаю, це досягти цього на дуже-дуже базовому рівні. У командному рядку. У оболонці Linux.

Після кількох досліджень я дійшов до наступних відповідей - і питань, що виникають з них, таким чином вони просто дали нам підказку, де може бути рішення. Але:

a) (e) греп та проблема зворотної косої риски

• grep 'a\{2\}' шукає aa
• egrep'a{2}' шукає aa

Питання: Чи дійсно необхідність налаштування люфтів дійсно пов'язана з командою, яку я використовую? Якщо так, чи може хтось підказати мені, що ще слід враховувати при використанні (e) grep тут?

б) Я знайшов цю відповідь на своє запитання, хоча це не зовсім те, що я шукав:

grep -E '(.)\1' filenameшукає записи з тим самим символом, які з’являються не один раз, але не запитує, як часто . Це близько до того, що я шукаю, але все ж хочу встановити ряд повторень.

Ймовірно, я повинен розділити це на два чи більше запитань, але тоді я не хочу затоплювати цей дивовижний сайт тут.

PS: Ще одне питання, можливо , НЕ по темі , але: це in, inside, atабо on the shell. І чи on the command lineправильно?

Це справді два питання, і їх слід було розділити. Але оскільки відповіді відносно прості, я їх викладу сюди. Ці відповіді спеціально для GNU grep.

а) egrepте саме, що grep -E. Обидва вказують, що замість grepрегулярних виразів за замовчуванням слід використовувати "Розширені регулярні вирази" . grepдля звичайних регулярних виразів потрібні зворотні риски.

Зі manсторінки:

Основні та розширені регулярні вирази

У основних регулярних виразах мета-символи ? , + , { , | , ( і ) втрачають своє особливе значення; замість цього використовувати зворотні косові версії \? , \ + , \ { , \ | , \ ( і \) .

Див. manСторінку для отримання додаткових відомостей про історичні звичаї та переносимість.

b) Використовуйте egrep '(.)\1{N}'та замініть Nкількість символів, які ви хочете замінити мінус один (оскільки крапка відповідає першій). Тож якщо ви хочете відповідати персонажу, повторюваному чотири рази, використовуйте egrep '(.)\1{3}'.

Це буде шукати 2 або більше випадків того самого характеру:

grep -E '(.)\1+' file

Якщо у вашого awk є опція -o, вона буде друкувати її кожну відповідність у новому рядку.

grep -Eo '(.)\1+' file

Щоб знайти матчі з точно 3-ма відповідями:

grep -E '(.)\1{2}' file

Або 3 або більше:

grep -E '(.)\1{2,}' file

тощо.

редагувати

Насправді @stephane_chazelas має рацію щодо зворотних посилань і -E. Я про це забув. Я спробував це в BSD grep і GNU grep, і він працює там, але він не є в інших грепах. Вам потрібно буде скористатися однією з наведених нижче версій.

Регулярні греп-версії:

grep '\(.\)\1\{1,\}' file

grep -o '\(.\)\1\{1,\}' file

grep '\(.\)\1\{2\}' file

grep '\(.\)\1\{2,\}' file

Цей -oваріант також не є стандартним грепом BTW (можливо, якщо ваш греп розуміє - він також може зробити зворотній посилання) ..

Примітка : grep -E '(.)\1{2,}'файл і grep '\(.\)\1\{2\}'файл помиляються, як вказано алексис, і їх слід ігнорувати ..

По-перше, дякую всім за підтримку коментарів та пропозицій. Як виявляється, я вже був досить близький до відповіді.

Головне питання був про:

Чи є простий спосіб шукати російські випадки того самого характеру, наприклад aa,tttttt

Коротка відповідь :

Наступні [варіанти] команд повторяться aпринаймні один і нескінченний час

grep 'a\{1,}

grep -E \(a\)\{1,\}

egrep a{1,}

або з наявними регулярними виразами GNU grep a\+

Кількість повторів встановлюється всередині фігурних дужок, через шаблон {min,max}→ {n}повторити точно nраз, {n,}повторити принаймні nраз і {n,m}принаймні повторити хоча б, nале в більшості mвипадків.

Таким чином, як наслідок, порушено другорядне питання :

Чи необхідність установки люфтів пов'язана з командою, яку я використовую?

Коротка відповідь : Так, використання зворотних нахилів залежить від того, використовується grepабоegrep

• grep: зворотна косою рискою активує метахарактери [використовує основні регулярні вирази]
• egrepbackslash de- активує метахарактери [використовує розширені регулярні вирази]

Оскільки це коротка відповідь, я хочу надати тим, хто зіткнувся з подібними питаннями, я додав своє основне резюме того, що з них, здавалося б, слід знати, працювати з grepі egrep.

Основні, розширені та регулярні вирази GNU

Основні регулярні вирази

Використовується в grep, edі sedкоманди

Основні функції набору регулярних виразів:

• Більшість метахаракторів, наприклад, ? [ . \ )тощо, активуються за допомогою косої риски. Якщо немає зворотної косої риси, вони будуть вважатися (частиною) пошукової фрази.
• ^ $ \<і \>підтримуються без нахилу
• Немає скорочених символів [ \b, \sі т.д.]

Основні регулярні вирази GNU додають до них

• \?повторити символ нуль або один раз ( c\?відповідає cі cc) та є альтернативою для\{0,1\}

• \+повторити персонажу принаймні один раз ( c\+матчі cc, і ccccccccт.д.) і є альтернативою для\{1,\}

• \|підтримується (наприклад grep a\|b, шукатиме aабоb

grep -E дозволяє команді використовувати весь набір розширених регулярних виразів:

Розширені регулярні вирази [ERE]

Використовується в egrep, awkі emacsє базовим набором плюс цілком деякі функції.

• Метахарактеристики деактивуються за допомогою зворотної косої риски
• Немає зворотних посилань
• інше: багато магії Регулярні вирази зазвичай можуть зробити для одного

Регулярні вирази GNU Extendend

додає такі функції

• скорочені класи
• кількісні показники

Два посилання направлять одне на regular-expressions.info, що, крім чудової підтримки, яку я тут отримав, дуже допомогло мені.