egrep 两个相同的数字和两个相同的字母 n 次

Question

您好，我在使用 egrep 命令时遇到了问题。这是我的问题： 假设我在这些词上运行了一个 for 循环：

99aa88bb99aa88bb 9a9a 11bb11bb 11bb11dd 12aa12aa
33aa33bb33aa33bb 

如果单词有两个相同的数字和两个相同的字母并且该单词重复，我只想打印它。例如，在这种情况下，应该打印的唯一单词是：

99aa88bb99aa88bb
11bb11bb
33aa33bb33aa33bb

因为每个单词至少有一组或多组两个相同的数字和两个相同的字母，然后它会重复自己

这是另一个例子，我在循环中遍历这些单词：

 aa99aa99 00aa00bb00aa00bb 44aa44aac
 2222aaaa2222aaaa 11cc11cc11cc11cc 

应该打印的唯一单词是

 00aa00bb00aa00bb
 11cc11cc11cc11cc

因为上面提到的。 我真的很难做到这一点我当前不起作用的命令是：

egrep "^((([0-9])\3([a-z])\4)(([0-9])\6([a-z])\7))\1*$" tmp

它不工作的原因是因为它会为我打印如下字样：

11bb11dd

这是不允许的。

任何帮助将不胜感激。

Answer 1

试试这个：

$ cat ip.txt
99aa88bb99aa88bb 9a9a 11bb11bb 11bb11dd 12aa12aa
33aa33bb33aa33bb 
 aa99aa99 00aa00bb00aa00bb 44aa44aac
 2222aaaa2222aaaa 11cc11cc11cc11cc 

$ grep -owE '(([0-9])\2([a-z])\3([0-9])\4([a-z])\5)\1+|(([0-9])\7([a-z])\8)\6' ip.txt
99aa88bb99aa88bb
11bb11bb
33aa33bb33aa33bb
00aa00bb00aa00bb
11cc11cc11cc11cc

这有两种情况

1) (([0-9])\2([a-z])\3([0-9])\4([a-z])\5)\1+ 有 8 个字符结构至少重复一次 - 这是关键，使用 \1* 将错误匹配 11bb11dd

2) (([0-9])\7([a-z])\8)\6 这有 4 个字符结构，只重复一次

如果您将它们放在不同的行上，则可以这样做

grep -xE '(([0-9])\2([a-z])\3([0-9])\4([a-z])\5)\1+|(([0-9])\7([a-z])\8)\6'

如果还必须匹配11bb11bb11bb，请使用\6+

或者，使用Nahuel Fouilleul这个非常聪明的建议

$ grep -owE '((([0-9])\3([a-z])\4)+)\1+' ip.txt
99aa88bb99aa88bb
11bb11bb
33aa33bb33aa33bb
00aa00bb00aa00bb
11cc11cc11cc11cc

• (([0-9])\3([a-z])\4)+ 构成基本的 4/8/12/16/etc 字符，由重复的数字和重复的字母组成
• 然后在外部组中捕获，然后至少重复一次

请注意，如果输入很大，并且您有 PCRE -P 选项，请使用它而不是 -E，因为反向引用会快得多，至少在 GNU grep 的情况下是这样