正则表达式字符出现恰好x次

Question

我在bash工作，我有，我想删除所有不符合特定正则表达式，该行大文件可能使用$ grep -e "<regex>" <file> > output.txt

我想保留什么是包含正好X倍指定字符，例如在二进制序列

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

我想只保留那些谁拥有2 ，留下我与

0011，0101，0110，1001，1010，1100

然后，我会用一个bash变量改变 我litterally寻找是半线（与相同长度的字符串工作总是精确长度的一半，）我需要的量半

我现在有这个权利。它不使用正则表达式。它的工作原理，但速度很慢：

（$1是每一个字符串的长度，$d只是一个目录）

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 

如果你想知道这使空间中每个数字转向1010之间为1 0 1 0，然后将这些值相加，将结果保存在sums.txt中，将grep保存为length/2，并仅将行号保存在linenums.txt中，然后读取linenums.txt并将相应的行从input.txt输出到output.txt

我需要更快一点的for循环是什么东西太长了

感谢您的时间，并与我分享您的知识。

Answer 1

你绝对可以做得更快。

这里是一个grep正则表达式的例子，以配合准确的两次出现1任何行：

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

可以概括这正好相匹配n出现c：

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

你也提到想匹配一半为0 s，一半为1 s的行。你既然规定，所有的线的长度是相同的，你可以考虑只在第一行，并使用awk（或wc），以获得线的长度和选择n：

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