如何将仅包含模式的单个实例的行与 grep 匹配？

Question

给定一个像这样的文本文件，说phrases.txt的内容：

Hahahahahasdhfjshfjshdhfjhdf
Hahahaha!
jdsahjhshfjhfHahahaha!dhsjfhajhfjhf
Hahaha!Hahaha!
dfhjfsf
sdfjsjf Hahaha! djfhjsdfh
Ha! hdfshdfs
Ha! Ha! Ha!

什么是 bash 中合适的grep命令，它只输出仅包含一次大笑的行，其中大笑被定义为Hahahahaha!形式的字符串Hahahahaha! 有任意多的ha 。 第一个H总是大写，其他的不是，并且字符串必须以! . 在我的示例中， egrep 命令应该输出：

Hahahaha!
jdsahjhshfjhfHahahaha!dhsjfhajhfjhf
sdfjsjf Hahaha! djfhjsdfh
Ha! hdfshdfs

我想出的命令是：

egrep "(Ha(ha)*\!){1}" phrases.txt

我的命令的问题在于它不仅输出只有一次笑声的行。 使用我的命令，第 4 行（ Hahaha!Hahaha! ）和第 8 行（ Ha! Ha! Ha! ）也被打印出来，这不是我想要的。

有没有一种只用 grep 来做到这一点的好方法？

Answer 1

那么你对管道没问题

egrep '(Ha(ha)*!)' yourfile.txt | egrep -v '(Ha(ha)*!).*(Ha(ha)*!)'

首先过滤至少一个笑声，然后过滤掉不止一个笑声的那些。

注意： {1}只重复前一个块，它不会检查字符串的其余部分以坚持只有一个。 所以a{1}和a实际上是一样的。

Answer 2

如果您使用支持 PCRE 正则表达式的 GNU grep或pcregrep ，您可以使用

grep -P '^(?!(?:.*Ha(ha)*!){2}).*Ha(ha)*!'

图案是：

^(?!(?:.*YOUR_PATTERN_HERE){2}).*YOUR_PATTERN_HERE

其中YOUR_PATTERN_HERE代表您希望在字符串中只出现一次的模式。

细节

• ^ - 字符串的开始
• (?!(?:.*YOUR_PATTERN_HERE){2}) - 匹配失败的负向前瞻，紧靠当前位置（这里是字符串的开头）的右侧，连续出现两次
  • .* - 除换行符以外的任何 0+ 个字符
  • YOUR_PATTERN_HERE - 您需要的模式
• .* - 除换行符以外的任何 0+ 个字符
• YOUR_PATTERN_HERE - 您所需的模式。

请参阅在线演示：

s="Hahahahahasdhfjshfjshdhfjhdf
Hahahaha!
jdsahjhshfjhfHahahaha!dhsjfhajhfjhf
Hahaha!Hahaha!
dfhjfsf
sdfjsjf Hahaha! djfhjsdfh
Ha! hdfshdfs
Ha! Ha! Ha!"
echo "$s" | grep -P '^(?!(?:.*Ha(ha)*!){2}).*Ha(ha)*!'

输出：

Hahahaha!
jdsahjhshfjhfHahahaha!dhsjfhajhfjhf
sdfjsjf Hahaha! djfhjsdfh
Ha! hdfshdfs