Wie kann ich Zeilen erhalten, in denen ein bestimmtes Wort genau N-mal wiederholt wird?

Für diese gegebene Eingabe:

How to get This line that this word repeated 3 times in THIS line?
But not this line which is THIS word repeated 2 times.
And I will get This line with this here and This one
A test line with four this and This another THIS and last this

Ich möchte diese Ausgabe:

How to get This line that this word repeated 3 times in THIS line?
And I will get This line with this here and This one

Das Abrufen ganzer Zeilen enthält nur drei wiederholte "dieses" Wörter. (Groß- und Kleinschreibung wird nicht berücksichtigt)

In perlErsetzen thismit sich selbst fall unsensibel und die Anzahl der Ersatz zählen:

$ perl -ne 's/(this)/$1/ig == 3 && print' <<EOF
How to get This line that this word repeated 3 times in THIS line?
But not this line which is THIS word repeated 2 times.
And I will get This line with this here and This one
A test line with four this and This another THIS and last this
EOF
How to get This line that this word repeated 3 times in THIS line?
And I will get This line with this here and This one

Verwenden Sie stattdessen eine Anzahl von Übereinstimmungen :

perl -ne 'my $c = () = /this/ig; $c == 3 && print'

Wenn Sie GNU awk haben, ein sehr einfacher Weg:

gawk -F'this' -v IGNORECASE=1 'NF == 4'

Die Anzahl der Felder ist eins mehr als die Anzahl der Trennzeichen.

Angenommen, Ihre Quelldatei ist tmp.txt,

grep -iv '.*this.*this.*this.*this' tmp.txt | grep -i '.*this.*this.*this.*'

Das linke grep gibt alle Zeilen aus, bei denen in tmp.txt nicht 4 oder mehr Vorzeichen ohne Berücksichtigung der Groß- und Kleinschreibung vorhanden sind.

Das Ergebnis wird an den rechten grep weitergeleitet, der alle Zeilen mit 3 oder mehr Vorkommen im linken grep-Ergebnis ausgibt.

Update: Dank @Muru ist hier die bessere Version dieser Lösung:

grep -Eiv '(.*this){4,}' tmp.txt | grep -Ei '(.*this){3}'

Ersetzen Sie 4 durch n + 1 und 3 durch n.

In Python würde dies den Job machen:

#!/usr/bin/env python3

s = """How to get This line that this word repeated 3 times in THIS line?
But not this line which is THIS word repeated 2 times.
And I will get This line with this here and This one
A test line with four this and This another THIS and last this"""

for line in s.splitlines():
    if line.lower().count("this") == 3:
        print(line)

Ausgänge:

How to get This line that this word repeated 3 times in THIS line?
And I will get This line with this here and This one

Oder um aus einer Datei mit der Datei als Argument einzulesen:

#!/usr/bin/env python3
import sys

file = sys.argv[1]

with open(file) as src:
    lines = [line.strip() for line in src.readlines()]

for line in lines:
    if line.lower().count("this") == 3:
        print(line)

• Fügen Sie das Skript in eine leere Datei ein, speichern Sie es unter find_3.pyund führen Sie es mit dem folgenden Befehl aus:

  python3 /path/to/find_3.py <file_withlines>
  

Natürlich kann das Wort "this" durch ein anderes Wort (oder einen anderen String oder Zeilenabschnitt) ersetzt werden, und die Anzahl der Vorkommen pro Zeile kann auf einen anderen Wert in der Zeile gesetzt werden:

    if line.lower().count("this") == 3:

Bearbeiten

Wenn die Datei groß wäre (Hunderttausende / Millionen Zeilen), wäre der folgende Code schneller. Es liest die Datei pro Zeile, anstatt sie sofort zu laden:

#!/usr/bin/env python3
import sys
file = sys.argv[1]

with open(file) as src:
    for line in src:
        if line.lower().count("this") == 3:
            print(line.strip())

Sie können ein bisschen damit spielen awk:

awk -F"this" 'BEGIN{IGNORECASE=1} NF==4' file

Dies gibt zurück:

How to get This line that this word repeated 3 times in THIS line?
And I will get This line with this here and This one

Erläuterung

• Wir definieren das Feldtrennzeichen für thissich. Auf diese Weise hat die Zeile so viele Felder +1, wie das Wort thiserscheint.

• Um die Groß- und Kleinschreibung nicht zu berücksichtigen, verwenden wir IGNORECASE = 1. Siehe Referenz: Groß- / Kleinschreibung beim Matching .

• Dann ist es nur eine Frage der Aussage NF==4, alle diese Zeilen thisgenau dreimal zu haben. Es wird kein Code mehr benötigt, da {print $0}(dh die aktuelle Zeile drucken) das Standardverhalten ist, awkwenn ein Ausdruck ausgewertet wird True.

Angenommen, die Zeilen werden in einer Datei mit dem Namen gespeichert FILE:

while read line; do 
    if [ $(grep -oi "this" <<< "$line" | wc -w)  = 3 ]; then 
        echo "$line"; 
    fi  
done  <FILE

Wenn Sie in Vim sind:

g/./if len(split(getline('.'), 'this\c', 1)) == 4 | print | endif

Dadurch werden nur übereinstimmende Zeilen gedruckt.

Ruby Einzeiler-Lösung:

$ ruby -ne 'print $_ if $_.chomp.downcase.scan(/this/).count == 3' < input.txt                                    
How to get This line that this word repeated 3 times in THIS line?
And I will get This line with this here and This one

Funktioniert ganz einfach: Wir leiten Dateien in Rubys Standard um, Ruby erhält die Zeile von Standard, bereinigt sie mit chompund downcaseund scan().countgibt die Anzahl der Vorkommen eines Teilstrings an.