regex - 在 bash 中匹配具有一定数量的唯一字符的字符串

Question

我需要删除文件中唯一字符少于 4 个的所有字符串

输入:

hello
cabby
pabba
lokka
lappa
coool
apple

预期输出:

hello
cabby
lokka
apple

我试图想出一个正则表达式来做到这一点，但我什至想不出它怎么可能。我确实找到了一个看起来很有前途的 sed 命令，它删除了所有重复的字符。但是，我不确定如何编写 sed 来测试程序是否返回 4 个字符，如果是，则匹配原始字符串。sed ':1;s/\(\(.\).*\)\2/\1/g;t'

Answer 1

使用 gnu awk:

awk 'BEGIN{FS=""} {
unq=0; delete seen; for (i=1; i<=NF; i++) if (!seen[$i]++) unq++} unq > 3' file

hello
cabby
lokka
apple

FS="" 在 awk 中将每个字符分成一个单独的字段。