Comment obtenir des lignes où un mot spécifique est répété exactement N fois?

Pour cette entrée donnée:

How to get This line that this word repeated 3 times in THIS line?
But not this line which is THIS word repeated 2 times.
And I will get This line with this here and This one
A test line with four this and This another THIS and last this

Je veux cette sortie:

How to get This line that this word repeated 3 times in THIS line?
And I will get This line with this here and This one

L'obtention de lignes entières ne contient que trois mots "this" répétés. (correspondance insensible à la casse)

Dans perl, remplacez thispar lui-même sans tenir compte de la casse et comptez le nombre de remplacements:

$ perl -ne 's/(this)/$1/ig == 3 && print' <<EOF
How to get This line that this word repeated 3 times in THIS line?
But not this line which is THIS word repeated 2 times.
And I will get This line with this here and This one
A test line with four this and This another THIS and last this
EOF
How to get This line that this word repeated 3 times in THIS line?
And I will get This line with this here and This one

Utilisez plutôt un nombre de correspondances :

perl -ne 'my $c = () = /this/ig; $c == 3 && print'

Si vous avez GNU awk, une manière très simple:

gawk -F'this' -v IGNORECASE=1 'NF == 4'

Le nombre de champs sera un de plus que le nombre de séparateurs.

En supposant que votre fichier source est tmp.txt,

grep -iv '.*this.*this.*this.*this' tmp.txt | grep -i '.*this.*this.*this.*'

Le grep gauche affiche toutes les lignes qui n'ont pas 4 occurrences ou plus insensibles à la casse de "this" dans tmp.txt.

Le résultat est dirigé vers le grep droit, qui génère toutes les lignes avec 3 occurrences ou plus dans le résultat grep gauche.

Mise à jour: grâce à @Muru, voici la meilleure version de cette solution,

grep -Eiv '(.*this){4,}' tmp.txt | grep -Ei '(.*this){3}'

remplacer 4 par n + 1 et 3 par n.

En python, cela ferait l'affaire:

#!/usr/bin/env python3

s = """How to get This line that this word repeated 3 times in THIS line?
But not this line which is THIS word repeated 2 times.
And I will get This line with this here and This one
A test line with four this and This another THIS and last this"""

for line in s.splitlines():
    if line.lower().count("this") == 3:
        print(line)

les sorties:

How to get This line that this word repeated 3 times in THIS line?
And I will get This line with this here and This one

Ou pour lire à partir d'un fichier, avec le fichier comme argument:

#!/usr/bin/env python3
import sys

file = sys.argv[1]

with open(file) as src:
    lines = [line.strip() for line in src.readlines()]

for line in lines:
    if line.lower().count("this") == 3:
        print(line)

• Collez le script dans un fichier vide, enregistrez-le sous find_3.py, exécutez-le avec la commande:

  python3 /path/to/find_3.py <file_withlines>
  

Bien sûr, le mot "ceci" peut être remplacé par n'importe quel autre mot (ou toute autre chaîne ou section de ligne), et le nombre d'occurrences par ligne peut être défini sur n'importe quelle autre valeur de la ligne:

    if line.lower().count("this") == 3:

Éditer

Si le fichier était volumineux (centaines de milliers / millions de lignes), le code ci-dessous serait plus rapide; il lit le fichier par ligne au lieu de charger le fichier à la fois:

#!/usr/bin/env python3
import sys
file = sys.argv[1]

with open(file) as src:
    for line in src:
        if line.lower().count("this") == 3:
            print(line.strip())

Vous pouvez jouer un peu avec awkpour ça:

awk -F"this" 'BEGIN{IGNORECASE=1} NF==4' file

Cela renvoie:

How to get This line that this word repeated 3 times in THIS line?
And I will get This line with this here and This one

Explication

• Ce que nous faisons est de définir le séparateur de champ pour thislui-même. De cette façon, la ligne aura autant de champs +1 que de fois où le mot thisapparaît.

• Pour le rendre insensible à la casse, nous utilisons IGNORECASE = 1. Voir référence: Sensibilité à la casse dans l'appariement .

• Ensuite, il suffit de dire NF==4que toutes ces lignes ont thisexactement trois fois. Aucun code supplémentaire n'est nécessaire, car {print $0}(c'est-à-dire, imprimer la ligne actuelle) est le comportement par défaut awklorsqu'une expression est évaluée True.

En supposant que les lignes sont stockées dans un fichier nommé FILE:

while read line; do 
    if [ $(grep -oi "this" <<< "$line" | wc -w)  = 3 ]; then 
        echo "$line"; 
    fi  
done  <FILE

Si vous êtes à Vim:

g/./if len(split(getline('.'), 'this\c', 1)) == 4 | print | endif

Cela imprimera simplement les lignes correspondantes.

Solution Ruby one-liner:

$ ruby -ne 'print $_ if $_.chomp.downcase.scan(/this/).count == 3' < input.txt                                    
How to get This line that this word repeated 3 times in THIS line?
And I will get This line with this here and This one

Fonctionne d'une manière assez simple: nous redirigeons le fichier vers stdin de ruby, ruby ​​obtient la ligne de stdin, le nettoie avec chompet downcase, et scan().countnous donne le nombre d'occurrences d'une sous-chaîne.