Question

有关：

echo "the quick brown fox" | grep -Po '[a-z]+ [a-z]+'

我明白了：

the quick
brown fox

但我想：

the quick
quick brown
brown fox

如何？

Answer 1

awk：

 awk '{for(i=1;i<NF;i++) print $i,$(i+1)}' <<<"the quick brown fox"

<强>更新：用python：

#!/usr/bin/python3.5
import re
s="the quick brown fox"
matches = re.finditer(r'(?=(\b[a-z]+\b \b[a-z]+\b))',s)
ans=[i.group(1) for i in matches]
print(ans) #or not print
for i in ans:
    print(i)

输出：

['the quick', 'quick brown', 'brown fox']
the quick
quick brown
brown fox

Answer 2

只需重用原始解决方案即可获得马尔可夫链：

echo "the quick brown fox" | grep -Po '[a-z]+ [a-z]+'
echo "the quick brown fox" | sed 's/^[a-z]* //' | grep -Po '[a-z]+ [a-z]+'

第二行（即sed）删除输入的第一个单词。因此，该命令的其余部分将生成缺少的对。

使用sed运行循环的能力，也可以推广相同的方法：

 echo pattern1pattern2 | sed ':start;s/\(pattern1\)\(pattern2\)/<\1|\2>\2/;t start' | grep -o '<[^>]*>' | tr -d '<>|'

此解决方案将与部分重叠的模式一起使用，其中pattern2可以在下一个匹配项中重叠。它假定<>|是保留的辅助字符。此外，它假定pattern1pattern2正则表达式不能与任何单独由pattern2匹配的字符串匹配。

sed将pattern1pattern2替换为<pattern1|pattern2>pattern2，并在发现任何匹配项时重复进行此替换（分支t命令允许匹配先前替换的字符串，与g不同选项）。也就是说，在每次迭代中，一个<pattern1|pattern2>组都被留下来指示我们的匹配项，而pattern2的实例仍然可以在下一个匹配项中进行匹配。最后，我们使用原始方法选择组并去除辅助标记。

Answer 3

另一个awk：

awk '{print $1,$2 RS $2,$3 RS $3,$4}' <<<"the quick brown fox"

    the quick
    quick brown
    brown fox

Grep之类：重叠匹配

3 个答案: