Espressione regolare per trovare caratteri doppi in Bash

Queste sono davvero due domande e avrebbero dovuto essere divise. Ma poiché le risposte sono relativamente semplici, le metterò qui. Queste risposte sono per GNU grep specificamente.

a) egrep è uguale a grep -E . Entrambi indicano che dovrebbero essere usate "Extended Regular Expressions" invece di grep Espressioni regolari predefinite di . grep richiede le barre rovesciate per semplici espressioni regolari.

Dal man pagina:

Espressioni regolari di base rispetto a quelle estese

Nelle espressioni regolari di base i metacaratteri ? , + , { , | , ( e ) perdono il loro significato speciale; usa invece le versioni con barra rovesciata \? , \+ , \{ , \| , \( e \) .

Vedi il man pagina per ulteriori dettagli sulle convenzioni storiche e sulla portabilità.

b) Usa egrep '(.)\1{N}' e sostituisci N con il numero di caratteri che si desidera sostituire meno uno (poiché il punto coincide con il primo). Quindi, se vuoi abbinare un carattere ripetuto quattro volte, usa egrep '(.)\1{3}' .

Questo cercherà 2 o più occorrenze dello stesso carattere:

grep -E '(.)\1+' file

Se il tuo awk ha l'opzione -o, questo stamperà ogni corrispondenza su una nuova riga..

grep -Eo '(.)\1+' file

Per trovare corrispondenze con esattamente 3 corrispondenze:

grep -E '(.)\1{2}' file

O 3 o più:

grep -E '(.)\1{2,}' file

ecc..

modifica

In realtà @stephane_chazelas ha ragione sui riferimenti indietro e -E. L'avevo dimenticato. L'ho provato in BSD grep e GNU grep e funziona lì ma non è in altri grep. Dovresti utilizzare una delle versioni seguenti...

Versioni regolari di grep:

grep '\(.\)\1\{1,\}' file

grep -o '\(.\)\1\{1,\}' file

grep '\(.\)\1\{2\}' file

grep '\(.\)\1\{2,\}' file

Il -o anche l'opzione non è standard grep BTW (probabilmente se il tuo grep capisce -o può anche fare il riferimento all'indietro)..

Nota :grep -E '(.)\1{2,}' file e grep '\(.\)\1\{2\}' file sono errati come indicato da alexis e dovrebbero essere ignorati..

Innanzitutto, grazie a tutti per i vostri commenti e suggerimenti di supporto. A quanto pare ero già abbastanza vicino alla risposta.

Il problema principale riguardava:

C'è un modo semplice per cercare n occorrenze dello stesso carattere, ad es. aa , tttttt

Risposta breve :

Le seguenti [variazioni di] comandi ripeteranno a almeno una e infinite volte

grep 'a\{1,}

grep -E \(a\)\{1,\}

egrep a{1,}

oppure, con le espressioni regolari GNU disponibiligrep a\+

Il numero di ripetizioni è impostato all'interno delle parentesi graffe, attraverso il pattern {min,max} → {n} ripeti esattamente n volte, {n,} ripeti almeno n volte e {n,m} ripeti almeno n ma al massimo m volte.

Così, di conseguenza, ha sollevato la questione secondaria :

La necessità di impostare contraccolpi è legata al comando Iuse?

Risposta breve :Sì, l'uso delle barre rovesciate dipende dall'utilizzo o meno di grep o egrep

• grep :la barra rovesciata attiva i metacaratteri [usa le espressioni regolari di base]
• egrep barra rovesciata de -attiva i metacaratteri [usa le espressioni regolari estese]

Poiché questa è la risposta breve, voglio fornire a coloro che si sono imbattuti in problemi simili, ho aggiunto il mio riepilogo di base di ciò di cui apparentemente si deve essere consapevoli, lavorando con grep e egrep .

Espressioni regolari di base, estese e GNU

Espressioni regolari di base

Utilizzato in grep , ed e sed comando

Le caratteristiche di base del set di espressioni regolari sono:

• La maggior parte dei metacaratteri, ad es. ? [ . \ ) ecc. vengono attivati ​​tramite una barra rovesciata. Se non è presente una barra rovesciata, verranno presi come (parte del) termine di ricerca.
• ^ $ \< e \> sono supportati senza una barra rovesciata
• Nessun carattere abbreviato [\b , \s , ecc.]

GNU Le espressioni regolari di base si aggiungono a queste

• \? ripeti il ​​carattere zero o una volta (c\? corrisponde a c e cc ) ed è un'alternativa per \{0,1\}

• \+ ripetere un carattere almeno una volta (c\+ corrisponde a cc , cccccccc ecc.) ed è un'alternativa a \{1,\}

• \| è supportato (ad es. grep a\|b cercherà a o b

grep -E consente al comando di utilizzare l'intero set di espressioni regolari estese:

Espressioni regolari estese [ERE]

Usato in egrep , awk e emacs è il Basic Set più alcune caratteristiche.

• I metacaratteri vengono disattivati ​​tramite una barra rovesciata
• Nessun riferimento all'indietro
• altro:molte delle espressioni regolari magiche di solito possono fare per uno

GNU Estendi le espressioni regolari

aggiunge le seguenti funzionalità

• classi di stenografia
• quantificatori

I due collegamenti indirizzeranno uno a regular-expressions.info che, oltre al fantastico supporto che ho qui, mi ha davvero aiutato molto.