web-dev-qa-db-ja.com

2つ以上のドットがある線を抽出する

2つ以上のドットがある行（ファイル内）を抽出（またはカウント）する必要があります。行はドットで開始してはならず（endでドットを付けても問題ありません）、連続して2つのドットがあってはなりません（つまり、ドットはすべて非ドット文字で区切られています）。

出力例：

a.b.
a.b.com
a.b.c.
a.b.c.com

だがしかし：

a.com
a..b
a.b.c..d

私はこのコマンドをしました：

grep -P '^[^.]+\.([^.]+\.)+[.]+' file.txt | wc -l

しかし、一致する行は見つかりませんでした。どうすればよいですか？

text-processinggrepregular-expressionsearch
3
user9371654
  1. \.と[.]は同等です。どちらもリテラルドットに一致し、他の文字には一致しません。スタイルの問題として、1つを選んで一貫して使用します。
  2. 問題は、正規表現（つまり、パターン）の([^.]+\.)+の後に[.]+が続いていることです。これは、実際には[^.]+\.の後に[.]が続いたものと同等であり、結果として、grepはtext.text..を含む行、つまり行に2つのドットを探します。チェックすると、コマンドがa.b..に一致することがわかります。
  3. OK、修正はかなり簡単だと思います：
    grep -P '^ [^。] + \。（[^。] + \。）+ [^。]* $」
    つまり、[.]を[^.]に変更し（おそらくそれが本来の意味ですか？）、次の+を*に変更し、$を追加します。いくつかのtext.グループの後に、ドット以外の任意の数の（ゼロ以上の）文字を、行の終わりまで要求/許可します。
  4. さらにシンプルなアプローチ（理解しやすい）は、です。
    grep -P '^ [^。] +\.. * \。' file.txt | grep -v '\。\。'
    最初のgrepは、ドット以外の文字で始まり、2つ以上のドットを含む行を検索します。 2番目のgrepは、2つの連続するドットがある行を削除します。
  5. grep … | wc -lを実行するのではなく、grep -c …を実行してください。
3
G-Man Says 'Reinstate Monica'

awkの使用：

$ cat file
.com
.c.c.c.c
a.b.
a.b.com
a.b.c.
a.b.c.com
a.com
a..b
a.b.c..d

$ awk -F . 'NF > 2 && !/^\./ && !/\.\./' file
a.b.
a.b.com
a.b.c.
a.b.c.com

ここでのawkプログラムは、ドットをフィールド区切り記号として使用します。 2つ以上のドットを持つラインは、2つより多いフィールドを持つラインと同じです。これがNF > 2テストテスト。最初の正規表現は、ドットで始まる行を破棄し、2番目の正規表現は、連続して2つ以上のドットを含む行を破棄します。残りの行が印刷されます。

grepも同じです。

grep '\..*\.' file | grep -v -e '^\.' -e '\.\.'

最初の式は、少なくとも2つのドットを含む行を抽出し、他の2つの式は、ドットで始まる行または2つの連続するドットを含む行を削除します。

またはsedを使用して、

sed -n '/^\./d; /\.\./d; /\..*\./p' file
1
Kusalananda

これは、次のようにルックアラウンドで実行できます。

$ grep -Pc '^(?!\.)(?!.*\.\..*)(?=.*\..*\.)' file.txt

読み方：

  • 私はラインの最初に立っており、私の右を向いています^
  • 行がリテラルドットで始まっていない(?!\.)
  • さらに先を見ると、2つの連続したリテラルドットはありません(?!.*\.\..*)
  • しかし、2つのドットは表示されますが、前回の先読みでは連続するドットが除外されていたため、これらの2つのドットは少なくとも1つの非ドット文字で区切る必要があります(?=.*\..*\.)
  • Q.E.D.
0
Rakesh Sharma