使用 grep 过滤同时条件

Question

我需要创建一个过滤器来过滤掉任何符合以下条件的字符串:

• 少于3个字符
• 包含数字或符号(即任何不属于拉丁字母的项目)

例子:输入文件:

5-hydroxy-3-methylglutaryl-coenzyme_a_reductase
5-hydroxytryptamine
a
a
a
aa
abaca
abo_antibodies
abradant
abrasive

输出文件:

abaca
abradant
abrasive

我一直在查看 grep 选项:

grep -v [itemtoremove] [inputfile] > [outputfile]

这似乎可以解决问题。但是，它只会单独删除每个项目，这意味着要从文件中删除我需要的所有内容，我必须不断运行此脚本。

有没有人有解决方案，以便我可以使用一个 grep(或其他更高效的命令行)过滤所有必要的内容？

更新问题

下面有几个很好的解决方案可以解决这个问题。

但是，我想将相同的应用到具有 4 个制表符分隔列的输入文件。

我已经尝试过以下修改:

grep '^[a-z][a-z][a-z][a-z]-n$' input

现在输入如下:

a-n such_as-handheld-n  6.4623  A
abaca-n such_as-head-n  2.5586  A
abo_antibodies-n    such_as-headphone-n 8.0794  A
abrasive-n  such_as-healthcare-n    5.2845  A
function-n  such_as-hearing-n   9.5367  A

我们想要以下输出:

abaca-n such_as-head-n  2.5586  A
abrasive-n  such_as-healthcare-n    5.2845  A
function-n  such_as-hearing-n   9.5367  A

有人可以告诉我修改后的 grep 哪里出错了吗？它输出一个空白文件。谢谢!

Answer 1

对于问题的第一部分，以下内容应该适用于几乎所有 grep。

grep '^[a-z][a-z][a-z][a-z]*$' infile

对于“升级的问题”，以下内容从指定的输入生成指定的输出(对我的浏览器中出现的空白做出一些假设)。

grep '^[a-z-][a-z-][a-z-][a-z-]*-n  [a-z_-]*-n  [0-9]\.[0-9]*   [A-Z]$' infile

这个正则表达式恰好包含两个空白字符，它们是制表符。

由于指定的输入现在包含输出中所需的连字符和下划线，因此上面采用了一种简单的方法来处理连字符和下划线。我对您希望如何处理第三列和第四列进行了一些猜测。

这是一个有趣的巧合:

• 您想要的所有行的第一列项目都以“-n”xcompile 结尾
• 同上以“such_as-”开头的第二列项目
• 那些是唯一指定下划线或连字符的地方

所以也许您希望表达式看起来更像这样:

grep '^[a-z][a-z][a-z][a-z]*-n  such_as-[a-z]*  [0-9]\.[0-9]*   [A-Z]$' input

现在我注意到其他巧合，例如“hea”作为“such_as-”之后单词的开头重复出现。但也许这就足够了？