Regulärer Ausdruck zu NUR doppelten Buchstaben in Zeichenfolge druckt

Question

Die folgenden sed Schnipsel werden die doppelten Buchstaben im String und druckt nur die eindeutigen Buchstaben entfernen:

> echo "remove duplicate letters from string" | sed ':;s/\(.\)\(.*\)\1/\1\2/;t' 
> remov duplicatsfng 

Was wäre der reguläre Ausdruck die NUR drucken doppelte Buchstaben - so werden eindeutige Buchstaben verworfen (zB: v und d) und die mehr als einmal auftretenden Buchstaben sollten nicht in der Ausgabe wiederholt werden!

sollte das Ergebnis sein:

> remo lits 

Answer 1

Sie können versuchen, mit GNU zu tun, dass sed: ersetzt dieser Teil jeder dupliziert:

sed -E ':a;s/(.)\1*(.+)\1+/\1\1\2/;ta;s/(((.)\3)*)./\1/g;s/.(.)/\1/g;' 

Details: für die Zeichenfolge "remove duplicate letters from string"

:a;s/(.)\1*(.+)\1+/\1\1\2/;ta; Buchstaben getrennt durch mindestens ein Zeichen mit zwei aufeinanderfolgenden Buchstaben. Ergebnis:

rreemmoov duplliicattssfng 

s/(((.)\3)*)./\1/g; dieses entfernt Buchstaben, die allein bleiben. Ergebnis:

rreemmoo lliittss 

s/.(.)/\1/g dieser entfernt aufeinanderfolgende Buchstaben. Ergebnis:

remo lits 

---

Mit Perl:

In einem mehr oder weniger ähnlich wie Sie so etwas schreiben können:

perl -pe's/(.)(?!.*\1)//g;while(s/(.)(.*)\1+/\1\2/g){}' 

Es ist kürzer, aber es ist wahrscheinlich effizienter, dies zu nutzen zweite Version mit dem Autosplit-Schalter und einem Hash, um die Anzahl der Vorkommen für jedes Zeichen zu zählen:

perl -F -ane'$h{$_}++ for(@F);for(@F){if($h{$_}>1){$h{$_}=1;print}}' 

Answer 2

Dies wird mit jedem awk auf jedem System arbeiten:

$ echo "remove duplicate letters from string" | 
awk '{ for (i=1;i<=length($0);) { chr=substr($0,i,1); if (gsub(chr,"") > 1) printf "%c", chr } print "" }' 
remo lits 

Answer 3

mit Posix sed (und Gnu)

echo "remove duplicate letters from string" | sed -e ':a' -e 's/\(\(.\).*\2.*\)\2/\1/;ta' -e "G;:b" -e '/^\(.\)\(.*\)\1\(.*\n.*\)/s//\1\2\3\1/;tb' -e 's/.//;/^\n/b e' -e 'b b' -e ':e' -e 's/.//' 

Konzept

• Grenze Auftreten Brief an maximal zweimal ':a' -e 's/\(\(.\).*\2.*\)\2/\1/;ta'
• fügen Sie eine neue Zeile (am Ende) mit Halter Pufferhinzu

• Test, wenn erste Zeichen (vor einer zweiten Linie) zweimal dort sind, wenn ja er in einer zweiten Zeile setzen und das zweite Vorkommen des Buchstabens :b" -e '/^\(.\)\(.*\)\1\(.*\n.*\)/s//\1\2\3\1/;tb

• entfernt erstes Zeichen s/.//

• entfernen, wenn erstes Zeichen ist Newline, gehe zum Ende des Skripts, entferne den Zeilenumbruch (und drucke) /^\n/b e' ...-e ':e'
• wenn nicht Schleife -e 'b b'

Answer 4

Dies könnte für Sie arbeitet (GNU sed):

sed -r ':a;s/\n*(([^\n]).*)\2/\n\1/;ta;s/\n(.)[^\n]*/\1/g' file 

Während Entfernen von doppelten Zeichen Präfix der Betroffenen mit einem einzigartigen Marker d.h \n. Entferne dann alle Zeichen, die nicht mit einem Marker (und auch Markern) assoziiert sind, um nur die Charaktere zu hinterlassen, die dupliziert haben.