有两个元音的 Grep 单词

Posted 2023-03-15

【中文标题】有两个元音的 Grep 单词

【英文标题】：Grep words with exact two vowels

【发布时间】：2016-10-08 15:13:45

【问题描述】：

我有以下问题，我需要从文件中检索包含恰好 2 个元音（以任何顺序）的所有单词。该文件每行仅包含一个单词。

我目前的解决方法是：

Grep1：检索earth, over, under, one...等词

 grep -i "^[aeiou][^aeiou]*[aeiou][^aeiou]*$" genesis.words  > A.txt

和

Grep2：检索formless, deep, said...等词

 grep -i "^[^aeiou][^aeiou]*[aeiou][^aeiou]*[aeiou][^aeiou]*$" genesis.words > B.txt

上述解决方案有效，但是当我将两个正则表达式连接成一个正则表达式时，什么也不返回！

Grep1 和 Grep2 之母：应该找回所有东西！

 grep -i "^[aeiou][^aeiou]*[aeiou][^aeiou]*$|^[^aeiou][^aeiou]*[aeiou][^aeiou]*[aeiou][^aeiou]*$" genesis.words

我认为问题在于我在表达式中实现 ^$，但尝试了不同版本但没有成功！

任何帮助将不胜感激！

操作系统是 AIX 6100-09-04-1441

【参考方案1】：

如果您能够使用 grep tr 和 wc 的替代方法效果很好：

words=/path/to/words.txt

while read -e word ; do
    v=$(echo $word | tr -cd 'aeiou' | wc -c)
    [[ ! $v -eq "2" ]] || echo $word >> output.txt 
done < $words

这会逐行读取原始文件，计算元音并将只有 2 个的结果返回到 output.txt。

【讨论】：

感谢 diff 方法 - 但是没有想到这种方式，因为这通常是从命令行（快速和肮脏）运行 grep 在这种特定情况下是最好的选择。

【参考方案2】：

你很亲密。这应该有效：

grep -i "^[^aeiou]*[aeiou][^aeiou]*[aeiou][^aeiou]*$" genesis.words  > A.txt

所以它应该找到所有八种可能性（两个元音识别三个非元音序列，每个可能为空；2^3 是 8）：

     [ ]I[ ]o[ ]
     [ ]e[ ]a[r]
     [ ]e[r]a[ ]
     [ ]e[l]a[n]
     [T]e[ ]a[ ]
     [D]e[ ]a[r]
     [D]e[w]a[r]
     [D]a[w]a[ ]
     [H]a[w]a[y]

关于串联，|需要逃避。您可以使用单个锚定：

 ^(regexp1\|regexp2)$

【讨论】：

谢谢！您的解决方案就像一个魅力！至于串联，我应用了您的建议，但仍然没有返回任何内容。

【参考方案3】：

如果你不介意Perl，你可以使用这个：

perl -lne '$m=$_; tr/[aeiou]//cd; print $m if length()==2;' /usr/share/dict/words

也就是说... “将当前行（单词）保存在 $m 中。删除所有不是元音的内容。如果还剩下两个东西（即元音），则打印原始单词。”

请注意，我使用系统字典作为测试的输入。

您可以在awk 中做几乎相同的事情。

【讨论】：

这说明了为什么Perl 有时会是一门很棒的语言！ +1 您提到了awk，尽管使用其中一个有什么优势吗？

我想，至少对我而言，Perl 的优势在于它在 Linux、Unix、OSX、Windows 中完全相同——只有一种标准的正则表达式语法，一种一致的文件命名约定，一种标准化的行尾集，一组转义，只有一个日期语法，只有一个 find 语法，它可以做到tr 可以做的所有事情，sed，awk 可以做的所有事情，grep，@ 987654331@, CPAN...

【参考方案4】：

由于 * 可以匹配 0 次或更多次，您应该能够以 [^aeiou]* 开头的字符串：试试

"^[^aeiou]*[aeiou][^aeiou]*[aeiou][^aeiou]*$"

至于修复你的正则表达式，我认为你需要将栏转义为\|，所以

grep -i "^[aeiou][^aeiou]*[aeiou][^aeiou]*$\|^[^aeiou][^aeiou]*[aeiou][^aeiou]*[aeiou][^aeiou]*$" genesis.words