0

好的，我遇到了这个问题，我有一个 md5 列表和旁边的一个单词，用空格分隔，我需要过滤掉一些行。

示例片段：

...
F08A4C9263AD215D70B9C216F0B385CB wrapup
7B286E6F0615D64ACD4A7BC3578871DD wrath
8E35BA3D27A7730840EB1694386F69A0 wrathful
096762EA6790EDA22BF2369347FD53AC wreak
56AC6677205EB591A7173BADBB610F5C wreath
A85C0CB6C0367AF9D23442DF56EC9E1C wreathe
9E44AAE612306D44B91C4162DB5C26B7 wreck
6D9C795CBB3075DC1A482F6F78DC6D68 wreckage
BD907BC4DC65934D133BD5C472B78CC0 wrench
758C70E9B6F437D49D98D92E28E95939 wrest
81A4471F73DFDA0B534F58F4E1501FAB wrestle
94183CC7C7A66338DE89DB9C7460A8A2 wretch
AFEED5CE5BACCEC17EC54E68A97CCD0F wriggle
...

我需要一个(e)grep的正则表达式，它会拉出每个字母（所以 [AF]）最多只出现 2 次的每一行。所以一个例子是：

4F2048B829C2834A23832F28928DE38E turtle

如果有人可以帮助我，我将非常感激！

4

2 回答 2

1

你可以使用：

egrep -v "^\S*([A-F])\S*\1\S*\1" inputfile

这将列出不包括在同一行中重复三次的字母 AF 的每一行。

编辑：更改以避免匹配单词中的大写字符...

于 2013-01-02T15:41:04.347 回答
0

你提到：

拉出每个字母（因此 [AF]）最多只出现 2 次的每一行。

所以我的理解是，选择的行应该包含0-2 [AF]。基于此，以下 awk oneliner 应该可以完成这项工作：

awk  'BEGIN{FS=""}{delete a;for(i=1;i<=NF;i++)if($i~/[A-F]/){a[$i]++;if(a[$i]>2)next}}1' file

测试

请注意，给定的输入没有满足您的要求的行。所以我在末尾添加了“乌龟”行：

kent$  echo "F08A4C9263AD215D70B9C216F0B385CB wrapup
7B286E6F0615D64ACD4A7BC3578871DD wrath
8E35BA3D27A7730840EB1694386F69A0 wrathful
096762EA6790EDA22BF2369347FD53AC wreak
56AC6677205EB591A7173BADBB610F5C wreath
A85C0CB6C0367AF9D23442DF56EC9E1C wreathe
9E44AAE612306D44B91C4162DB5C26B7 wreck
6D9C795CBB3075DC1A482F6F78DC6D68 wreckage
BD907BC4DC65934D133BD5C472B78CC0 wrench
758C70E9B6F437D49D98D92E28E95939 wrest
81A4471F73DFDA0B534F58F4E1501FAB wrestle
94183CC7C7A66338DE89DB9C7460A8A2 wretch
AFEED5CE5BACCEC17EC54E68A97CCD0F wriggle
4F2048B829C2834A23832F28928DE38E turtle"|awk  'BEGIN{FS=""}{delete a;for(i=1;i<=NF;i++)if($i~/[A-F]/){a[$i]++;if(a[$i]>2)next}}1'                          
4F2048B829C2834A23832F28928DE38E turtle
于 2013-01-02T15:49:57.583 回答