regex - 查找多次出现的单词

Question

我有一个文本文件，其中每一行都是一组逗号分隔的单词。我需要知道是否重复了一个单词，如果重复了，在哪几行中重复了。示例:

word1, word2, word3, word4, word5
word6, word4, word7, word8

输出:

word4: 1,2

我正在试验一个 perl 脚本，它在逐行读取文件时创建从单词到行号的映射，但我想知道是否有更简单的方法。

Answer 1

在打印任何内容之前，您需要阅读所有行，所以您描述的就是您必须做的，但事实证明做起来非常简单。

my %seen;
while (<>) {
   for (split /\s*,\s*/) {
      push @{ $seen{$_} }, $.;
   }
}

for my $word (keys(%seen)) {
   next if @{ $seen{$word} } < 2;
   print($word . ": " . join(",", @{ $seen{$word} }) . "\n");
}