在linux中grep一个模式（重复/出现多于n）

Question

我在这里有一个问题。非常感谢您的帮助。

我有一个如下输入文件（col 1是ID name，col 2包含一组值）。 我是否可以只显示“NN”发生的行等于或大于3？我想可能可以使用grep命令（也许是模式选项）来完成，但我不知道如何完成。

输入文件：

ID_a NN;AT;AA;AC;NN
ID_b NN;NN;NN;NN;NN
ID_c NN;NN;AC;AC;NN
ID_e NN;AG;NN;NN;AC
ID_f AA;TT;CG;AA;TA

所需的输出文件

ID_b NN;NN;NN;NN;NN
ID_c NN;NN;AC;AC;NN
ID_e NN;AG;NN;NN;AC

Answer 1

grep 'NN.*NN.*NN' < input.file

功能列表为here

.*是指重复任意次数的任意数量的字符。它匹配NN之间的东西。

Answer 2

这样做：

grep -E '(NN.*){3,}' input.txt

您可以将3替换为您想要的最小重复次数。

Answer 3

$ awk 'gsub(/NN/,"&")>=3' file
ID_b NN;NN;NN;NN;NN
ID_c NN;NN;AC;AC;NN
ID_e NN;AG;NN;NN;AC

或者如果您愿意：

$ awk -F'NN' 'NF>=4' file
ID_b NN;NN;NN;NN;NN
ID_c NN;NN;AC;AC;NN
ID_e NN;AG;NN;NN;AC