Filter 使用grep过滤同步条件

我需要创建一个过滤器，它可以过滤掉以下任何字符串：

• 少于3个字符
• 包含数字或符号（即任何不是拉丁字母表中的项目）

例如： 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

我一直在研究grep选项：

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

这似乎起到了作用。但是，它只单独删除每个项目，这意味着要从文件中删除我需要的所有内容，我必须连续运行此脚本

有没有人有一个解决方案，让我可以用一个grep（或其他更高效的命令行）过滤所有必要的东西

更新的问题

下面有几个解决问题的好办法

但是，我想将同样的方法应用于具有4个选项卡分隔列的输入文件

我尝试了以下修改：

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

我们希望得到以下输出：

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

有人能告诉我修改后的grep哪里出了问题吗？ 它向我输出一个空白文件。

---

谢谢

您可以使用正则表达式的

perl

风格，使用

[[：alpha:]

组中的字符，并使用

^

和

$

锚定匹配以开始和结束行：

grep -P '^[[:alpha:]]{3,}$' infile

它产生：

abaca
abradant
abrasive

---

对于问题的第一部分，以下内容几乎适用于任何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（对我的浏览器中显示的空白进行一些假设）

这个正则表达式正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。我猜了一下你希望第三和第四列如何处理

这是一个有趣的巧合：

• 所需的所有行的第一列项目都以“-n”xcompile结尾
• 同上，第二列项目以“如-”开头
• 这些是唯一指定下划线或连字符的位置

因此，您可能希望表达式更像这样：

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

现在我注意到了其他巧合，比如“hea”作为“such_as-”后面的单词的开头。但也许现在这就足够了？

这是可行的：

egrep  -v "[^a-zA-Z]" infile | egrep "[a-zA-Z]{3,}" > outfile

---

为什么输出中排除了abradant？人为错误：检查示例中的编辑。如果我只想将此grep应用于4个选项卡分隔列中的第1列。如何修改此命令以产生所需的结果？上面的问题已经用完整详细的问题进行了修改。

egrep  -v "[^a-zA-Z]" infile | egrep "[a-zA-Z]{3,}" > outfile