Question

我的数据（标签分隔）：

1   0   0   1   0   1   1   0   1
1   1   0   1   0   1   0   1   1
1   1   1   1   1   1   1   1   1
0   0   0   0   0   0   0   0   0
...

我怎么能用精确的线条，例如5'1，理想输出：

1   0   0   1   0   1   1   0   1

另外，我怎么能用等于或大于（＆gt; =）5'1的行来画线，理想输出：

1   0   0   1   0   1   1   0   1
1   1   0   1   0   1   0   1   1
1   1   1   1   1   1   1   1   1

我试过了，

grep 1$'\t'1$'\t'1$'\t'1$'\t'1

然而，这只会输出连续的'1'，这不是我想要的全部。

我想知道是否会有任何简单的方法来实现这一点，谢谢！

Answer 1

John Bollinger's helpful answer和anishane's answer表明可以与grep完成，但是，正如已经指出的那样，这非常繁琐，因为正则表达式不是为计算而设计的。

相比之下，

awk是为基于字段的解析和计算（通常组合与正则表达式来识别而构建的字段分隔符，或者如下所示，字段本身。）

假设您有 GNU awk ，您可以使用以下内容：

正好5 1 s：

awk -v FPAT='\\<1\\>' 'NF==5' file

5个或更多1 s：

awk -v FPAT='\\<1\\>' 'NF>=5' file

特殊变量FPAT是 GNU awk扩展程序，允许您通过描述字段本身的正则表达式来标识字段 ，与使用正则表达式在字段之间定义分隔符的标准方法（通过特殊变量FS或选项-F）形成对比：
- '\\<1\\>'根据字边界断言1和\<将任何“孤立的”\>（由非字字符包围）标识为字段; \必须加倍，以便awk执行的初始字符串解析不会“吃掉”单个\。
标准变量NF包含当前行中输入字段的 count ，可以轻松进行数值比较。如果条件计算结果为true，则隐式打印手头的输入行（换句话说：NF==5隐含地与NF==5 { print }相同，更详细地说，NF==5 { print $0 }）。

符合POSIX标准的awk解决方案稍微复杂一点：

正好5 1 s：

awk '{ l=$0; gsub("[\t0]", "") }; length($0)==5 { print l }' file

5个或更多1 s：

awk '{ l=$0; gsub("[\t0]", "") }; length($0)>=5 { print l }' file

l=$0将输入行（$0）以原始格式保存在变量l中。
gsub("[\t0]", "")取代所有\t和0个字符。在带有空字符串的输入行中，即有效地删除它们，并且只留下（直接连接）1个实例（如果有的话）。
length($0)==5 { print l }只有在l s的结果字符串（即现在存储的1的数量）时才打印原始输入行（1）在修改输入行（$0）中匹配指定的计数。

Answer 2

您可以使用grep。但那将是对正则表达式的滥用。

$ cat countme
1   0   0   1   0   1   1   0   1
1   1   0   1   0   1   0   1   1
1   1   1   1   1   1   1   1   1
0   0   0   0   0   0   0   0   0

$ grep -P '^[0\t]*(1[0\t]*){5}[0\t]*$' countme # Match exactly 5
1   0   0   1   0   1   1   0   1

$ grep -P '^[0\t]*(1[0\t]*){5,}[0\t]*$' countme # Match >=5
1   0   0   1   0   1   1   0   1
1   1   0   1   0   1   0   1   1
1   1   1   1   1   1   1   1   1

Answer 3

你可以这样做以获得恰好五个'1'的行：

grep '^[^1]*\(1[^1]*\)\{5,5\}[^1]*$'

您可以将其简化为至少五个'1：

grep '\(1[^1]*\)\{5,\}'

枚举量词（\{n,m\}）使您可以方便地指定子模式的连续匹配数的特定数量或范围。但是，为了避免匹配具有额外匹配的行到这种模式，您还必须将其锚定到行的开头和结尾。

另一个诀窍是确保第一个1之前，1之间和最后一个1之间的差距匹配。在您的情况下，所有这些差距都可以非常简单地表示为除1以外的零个或多个字符的范围：[^1]*。将这些部分放在一起就可以得到上述正则表达式。

Answer 4

做

sed -nE '/^([^1]*1[^1]*){5}$/p' your_file

正好5场比赛和

sed -nE '/^([^1]*1[^1]*){5,}$/p' your_file

5场或更多场比赛。

注意：在GNU sed中，您可能无法在联机帮助页中看到-E选项，但它受支持。使用-E可以移植到Mac OSX。

Answer 5

perl

$ perl -ane 'print if (grep {$_==1} @F) == 5' ip.txt 
1   0   0   1   0   1   1   0   1

$ perl -ane 'print if (grep {$_==1} @F) >= 5' ip.txt 
1   0   0   1   0   1   1   0   1
1   1   0   1   0   1   0   1   1
1   1   1   1   1   1   1   1   1

-a自动拆分空格上的输入行并保存到@F数组
grep {$_==1} @F返回包含@F数组中元素的数组，这些元素完全等于1
(grep {$_==1} @F) == 5，将根据数组
有关-ane选项

http://perldoc.perl.org/perlrun.html#Command-Switches

如何使用给定值的字段数过滤制表符分隔的输入？

5 个答案: