提取具有两个或多个点的线

Question

我需要提取（或计算）具有两个或更多点的行（在文件中）。这些行不应以点开头（如果它们是结尾与一个点），并且不能有两个点连续（即，点都用非点字符分隔）。

输出示例：

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

但不是：

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

我执行了这个命令：

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

但没有找到任何匹配的行。我该怎么做？

Answer 1

1. \.和[.]是等价的——它们都匹配一个文字点，而不是任何其他字符。就风格而言，选择一种并持续使用它。
2. 你的问题是你的正则表达式（即模式）([^.]+\.)+后面跟着 [.]+.这实际上（某种程度上）相当于[^.]+\.后跟 [.]，结果是您的 grep 正在寻找包含 的行 ，即连续两个点。如果你检查，你会发现你的命令匹配。text.text..a.b..
3. 好的，我相信修复相当简单：

   grep -P '^[^.]+\.([^.]+\.)+[^.]*$'

   即，将 更改[.]为[^.]（也许这就是您最初的意思？），将以下内容更改为+，*并添加$.在一定数量的组之后，要求/允许除点之外的任何数量（零个或更多）字符，直到行尾。text.
4. 一个更简单的方法（更容易理解）是

   grep -P '^[^.]+\..*\.'文件.txt | grep -v '\.\.'

   第一个grep查找以非点字符开头且至少包含两个点的行。第二个grep删除具有两个连续点的行。
5. 与其做grep … | wc -l，不如做grep -c …。

Answer 2

使用awk：

$ 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

这里的程序awk使用点作为字段分隔符。具有两个或多个点的线与具有两个以上场的线相同。这就是NF > 2测试所测试的。第一个正则表达式丢弃以点开头的行，第二个正则表达式丢弃连续包含两个或更多点的行。打印其余行。

同样的事情grep：

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

第一个表达式提取包含至少两个点的行，另外两个表达式删除以点开头或包含两个连续点的行。

或者与sed,

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

Answer 3

您可以通过环视来做到这一点，如下所示：

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

读作：

• 我站在队伍的开头并向右看^
• 我看到该行不是以文字点开头(?!\.)
• 再往前看，我没有看到两个连续的文字点(?!.*\.\..*)
• 但我确实看到了两个点，但由于在我之前的前瞻中排除了连续的点，这意味着这两个点必须由至少一个非点字符分隔(?=.*\..*\.)
• 量子电动力学