正則表達式字符出現恰好x次

Question

我在bash工作，我有，我想刪除所有不符合特定正則表達式，該行大文件可能使用$ grep -e "<regex>" <file> > output.txt

我想保留什麼是包含正好X倍指定字符，例如在二進制序列

0000，0001，0010，0011，0100，0101，0111，1000，1001，1010，1011，1100的任何行， 1101，1110，1111

我想只保留那些誰擁有2 ，留下我與

0011，0101，0110，1001，1010，1100

然後，我會用一個bash變量改變 我litterally尋找是半線（與相同長度的字符串工作總是精確長度的一半，）我需要的量半

我現在有這個權利。它不使用正則表達式。它的工作原理，但速度很慢：

（$1是每一個字符串的長度，$d只是一個目錄）

sed -e 's/\(.\)/\1 /g' < $d/input.txt > $d/spaces.txt 
awk '{c=0;for(i=1;i<=NF;++i){c+=$i};print c}' $d/spaces.txt > $d/sums.txt 
grep -n "$(($1/2))" $d/sums.txt | cut -f1 -d: > $d/linenums.txt 
for i in $(cat $d/linenums.txt) 
do 
    sed "${i}q;d" $d/input.txt 
done > $d/valids.txt 

如果你想知道這使空間中每個數字轉向1010之間爲1 0 1 0，然後將這些值相加，將結果保存在sums.txt中，將grep保存爲length/2，並僅將行號保存在linenums.txt中，然後讀取linenums.txt並將相應的行從input.txt輸出到output.txt

我需要更快一點的for循環是什麼東西太長了

感謝您的時間，並與我分享您的知識。

Answer 1

你絕對可以做得更快。

這裏是一個grep正則表達式的例子，以配合準確的兩次出現1任何行：

grep '^\([^1]*1[^1]*\)\{2\}$' input.txt 

可以概括這正好相匹配n出現c：

grep "^\([^$c]*$c[^$c]*\)\{$n\}\$" input.txt 

你也提到想匹配一半爲0 s，一半爲1 s的行。你既然規定，所有的線的長度是相同的，你可以考慮只在第一行，並使用awk（或wc），以獲得線的長度和選擇n：

n=`head -n1 input.txt | awk '{printf "%d\n",length($0)/2}'` 
c=1 
grep "^\([^$c]*$c[^$c]*\)\{$n\}\$" input.txt