Linux Ubuntu Bash - 使用 AWK 正则表达式查找包含 2 个以上元音的单词

Question

我想使用 awk 从一个文件中打印所有包含超过 2 个元音的单词。

到目前为止，这是我的代码:

#!/bin/bash
cat $1 | awk '{   #Default file separator is space 
for (i=1;i<=NF;i++)  #for every word          
  {
  if ($i ~ /([aeiojy]){2,}/)            
    {
      print $i
    }
}}'

正则表达式是问题

/([aeiojy]){2,}/) 这是我的真实想法，但行不通。

Answer 1

这应该适用于 GNU grep:

grep -Poi '([^[:space:]]*?[aeiou]){3,}[^[:space:]]*' file

选项:

-P perl compatible regular expressions
-o output every match on a single line
-i case insensitive match

正则表达式:

(                start of subpattern
  [^[:space:]]*  zero or more arbitrary non whitespace characters
  ?              ungreedy quantifier for the previous expression (perl specific)
  [aeiou]        vowel
)                end of subpattern
{3,}             the previous expression appears 3 or more times
[^[:space:]]*    zero or more other characters until word boundary.

---

顺便说一句，这里实际上不需要 perl 兼容的正则表达式。使用普通的 grep 你可以使用:

grep -oi '\([^[:space:]aeiou]*[aeiou]\)\{3,\}[^[:space:]]*' file

---

注意:我在上面的示例中排除了标点符号，但如果需要可以添加。