grep在一行中找到具有相同元音的单词

Question

给定一个txt文件，如何使用grep查找包含使用正则表达式至少5次相同元音的行？

我试过了：

egrep '[aeiou]{5,}\1' file

但它不起作用。

Answer 1

对于看起来像这样的测试文件

aeiou
a1a2a3a4a5
e1e2e3e4e5
aaa

我们要匹配第二行和第三行，您可以使用

$ grep -E '([aeiou]).*(\1.*){4}' infile 
a1a2a3a4a5
e1e2e3e4e5

这匹配并捕获任何一个元音，然后查找相同元音的四倍，用可选字符填充。

Answer 2

使用GNU grep：

要找到至少相同元音5倍的单词：

grep -Eo '\b\w*((a\w*){5,}|(e\w*){5,}|(i\w*){5,}|(o\w*){5,}|(u\w*){5,})\b' file

请参阅：The Stack Overflow Regular Expressions FAQ

Answer 3

一个想法是匹配 a 元音后跟anything并期望此模式至少5次。因此，仅对于a，那将是：

egrep '(a.*){5,}' $FILE

使用|字符为每个元音重复此操作，例如：

egrep '(a.*){5,}|(e.*){5,} <and so on>' $FILE

可能有更好的解决方案，例如压缩所有这些管道（|），但我现在想不到。