Question

好的，我有这个问题，我有一个md5的列表，旁边的一个单词用空格隔开，我需要过滤掉一些行。

示例摘录：

...
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
...

我需要一个正则表达式 for（e）grep ，它会拉出每一个字母（所以[A-F]）最多只出现2次的每一行。所以一个例子就是：

4F2048B829C2834A23832F28928DE38E turtle

如果有人能帮助我，我会非常感激！

Answer 1

您可以使用：

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

这将列出不包括字母A-F的每一行在同一行重复三次。

编辑：更改为避免匹配单词中的大写字符...

Answer 2

你提到过：

拉出每一个字母（所以[A-F]）只出现2的每一行倍数。

所以我的理解是，所选行应包含0-2 [A-F]。基于此，以下awk oneliner应该完成这项工作：

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

注意，给定输入的 NO 行符合您的要求。所以我在最后添加了“turtle”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

egrep搜索：每个字母最多出现2次

2 个答案: