如何使用 grep 查找任何单词出现 3 次的行？

Question

我想找到包含任何单词的行三遍。为此，我认为最好使用该grep命令。

这是我的尝试。

grep '\(.*\)\{3\}' myfile.txt

Answer 1

使用标准词定义，

• GNU Grep，任何单词出现3 次或更多次。

  grep -E '(\W|^)(\w+)\W(.*\<\2\>){2}' file
  

• GNU Grep，任何单词仅出现3次。

  grep -E '(\W|^)(\w+)\W(.*\<\2\>){2}' file | grep -Ev '(\W|^)(\w+)\W(.*\<\2\>){3}'
  

• POSIX awk中，只有3出现次数的任何单词。

  grep -E '(\W|^)(\w+)\W(.*\<\2\>){2}' file
  

  对于3 次或更多出现，只需更改==为>=。

  等效高尔夫球单线：

  awk -F '[^_[:alnum:]]+' '{split("",c);for(i=1;i<=NF;i++)c[$i]++;for(i in c)if(c[i]==3){print;next;}}' file
  

• GNU Awk，这个词ab只出现了 3 次。

  gawk 'gsub(/\<ab\>/,"&")==3' file
  

  对于3 次或更多出现，只需更改==为>=。

阅读材料

• \2是一个反向引用。
• \w \W \< \> GNU Grep 中的特殊表达式。
• 该[:alnum:]POSIX字符类。

Answer 2

像这样？

egrep '(\<.+\>).+\<\1\>.+\<\1\>'

• egrep(或grep -E)启用反向引用所需的扩展正则表达式
• \<.+\> 将匹配至少 1 个字符的任何单词
  • \<resp\>匹配单词边界（在您的尝试中，您根本没有考虑单词边界）
  • .+匹配一个或多个字符的序列（在您的尝试中，您使用.*了匹配零个或多个字符的序列！）
• 使用反向引用，检查匹配的序列是否出现第二次 ( \1) 和第三次 (\1再次)。
  • 我们允许.+匹配之间有一个或多个字符 ( ) 的任何序列，因此“foo bar foo dorbs foo godly”将匹配（单词“foo”出现 3 次）。
  • 如果您只想匹配相邻的单词（例如“foo foo foo”），请改用类似的内容[[:space:]]+。