Regex 如何在bash中计算字符串中的连续（重复）字符？
我想知道是否有一个简单的bash或AWK oneliner来获取每次重复的重复字符数 例如，考虑此字符串：Regex 如何在bash中计算字符串中的连续（重复）字符？,regex,bash,awk,sed,Regex,Bash,Awk,Sed,我想知道是否有一个简单的bash或AWK oneliner来获取每次重复的重复字符数 例如，考虑此字符串： AATGATGGAANNNNNGATAGAACGATNNNNNNNNGATAATGANNNNNNNTAGACTGA 是否可以获得第一次重复中的Ns数，第二次重复中的Ns数，等等 谢谢 预期结果，新行上每个重复的长度。您可以使用awk拆分每个字符上不N的字段，并打印每个字段及其长度： s='AATGATGGAANNNNNGATAGAACGATNNNNNNNNGATAATGANNNNNNNT
AATGATGGAANNNNNGATAGAACGATNNNNNNNNGATAATGANNNNNNNTAGACTGA
预期结果，新行上每个重复的长度。您可以使用
awkNs='AATGATGGAANNNNNGATAGAACGATNNNNNNNNGATAATGANNNNNNNTAGACTGA'
awk -F '[^N]+' '{for (i=1; i<=NF; i++) if ($i != "") print $i, length($i)}' <<< "$s"
NNNNN 5
NNNNNNNN 8
NNNNNNN 7
shopt -s extglob
while read -r line; do
[[ -n $line ]] && echo "$line ${#line}"
done <<< "${s//+([!N])/$'\n'}"
NNNNN 5
NNNNNNNN 8
NNNNNNN 7
shopt-s extglob
而read-r行；做
[[-n$line]]&&echo“$line${#line}”
完成您可以使用awk
分割每个字符上不N
的字段，并打印每个字段及其长度：
s='AATGATGGAANNNNNGATAGAACGATNNNNNNNNGATAATGANNNNNNNTAGACTGA'
awk -F '[^N]+' '{for (i=1; i<=NF; i++) if ($i != "") print $i, length($i)}' <<< "$s"
NNNNN 5
NNNNNNNN 8
NNNNNNN 7
下面是纯BASH解决方案：
shopt -s extglob
while read -r line; do
[[ -n $line ]] && echo "$line ${#line}"
done <<< "${s//+([!N])/$'\n'}"
NNNNN 5
NNNNNNNN 8
NNNNNNN 7
shopt-s extglob
而read-r行；做
[[-n$line]]&&echo“$line${#line}”
完成您可以借助正则表达式方法
这是我从以下链接获得的解决方案代码
pinder=“，”
var=“text，text，text，text”
出现次数=$（grep-o“$needle”您可以借助正则表达式方法
这是我从以下链接获得的解决方案代码
pinder=“，”
var=“text，text，text，text”
出现次数=$（grep-o“$needle”下面是一个Perl一行程序：
perl -ne 'while (m/(.)(\1*)/g) { printf "%5i %s\n", length($2)+1, $1 }' <<<AATGATGGAANNNNNGATAGAACGATNNNNNNNNGATAATGANNNNNNNTAGACTGA
2 A
1 T
1 G
1 A
1 T
2 G
2 A
5 N
1 G
1 A
1 T
1 A
1 G
2 A
1 C
1 G
1 A
1 T
8 N
1 G
1 A
1 T
2 A
1 T
1 G
1 A
7 N
1 T
1 A
1 G
1 A
1 C
1 T
1 G
1 A
perl-ne'while（m/（）（\1*）/g）{printf“%5i%s\n”，length（$2）+1，$1}'这里是一个perl单行程序：
perl -ne 'while (m/(.)(\1*)/g) { printf "%5i %s\n", length($2)+1, $1 }' <<<AATGATGGAANNNNNGATAGAACGATNNNNNNNNGATAATGANNNNNNNTAGACTGA
2 A
1 T
1 G
1 A
1 T
2 G
2 A
5 N
1 G
1 A
1 T
1 A
1 G
2 A
1 C
1 G
1 A
1 T
8 N
1 G
1 A
1 T
2 A
1 T
1 G
1 A
7 N
1 T
1 A
1 G
1 A
1 C
1 T
1 G
1 A
perl-ne'while（m/（）（\1*）/g）{printf“%5i%s\n”，length（$2）+1，$1}'当您要求sed解决方案时，如果您的重复字符链不超过9个字符，并且如果您的字符串不包含任何分号，则可以使用此解决方案：
sed's/$/；nnnnnnnnnnn 0123456789/；：a；s/\（N\+\）\（[^；]*；\1.\{9\\\）\（.\\）\（.\\\）/\2\3\4\N\3/；ta；s/[^\N]*\N/'
当您要求sed解决方案时，如果您的重复字符链不超过9个字符，并且您的字符串不包含任何分号，则可以使用此解决方案：
sed's/$/；nnnnnnnnnnn 0123456789/；：a；s/\（N\+\）\（[^；]*；\1.\{9\\\）\（.\）\（.*）/\2\3\4\N\3/；ta；s/[^\N]*\N/'
简称GNUawk方法：
str='AATGATGGAANNNNNGATAGAACGATNNNNNNNNGATAATGANNNNNNNTAGACTGA'
awk -v FPAT='N+' '{for(i=1;i<=NF;i++) print $i,length($i)}' <<< $str
短GNUawk进近：
str='AATGATGGAANNNNNGATAGAACGATNNNNNNNNGATAATGANNNNNNNTAGACTGA'
awk -v FPAT='N+' '{for(i=1;i<=NF;i++) print $i,length($i)}' <<< $str
试试这两个：
第一个
sed 's/[^N]/ /g' file | awk '{for(i=1;i<=NF;i++){print $i":"length($i)}}'
sed的//[^N]//g'文件| awk'{for（i=1；i请尝试以下两种方法：
第一个
sed 's/[^N]/ /g' file | awk '{for(i=1;i<=NF;i++){print $i":"length($i)}}'
sed的//[^N]//g'文件| awk'{for（i=1；i一个简单的解决方案：
echo "$string" | grep -oE "N+" | awk '{ print $0, length}'
NNNNN 5
NNNNNNNN 8
NNNNNNN 7
编辑：
根据@Ed Morton的建议：将-P改为-E.
grep的手册页说-P是“高度实验性”的功能。
我们不需要PCRE来使用+，只要ERE就足够了。一个简单的解决方案：
echo "$string" | grep -oE "N+" | awk '{ print $0, length}'
NNNNN 5
NNNNNNNN 8
NNNNNNN 7
编辑：
根据@Ed Morton的建议：将-P改为-E.
grep的手册页说-P是“高度实验性”的功能。
我们不需要PCREs来使用+，只需要ERE就足够了。对于多字符的GNU awk：
$ awk -v RS='N+' 'RT{print length(RT)}' file
5
8
7
$ awk -v RS='N+' 'RT{print RT, length(RT)}' file
NNNNN 5
NNNNNNNN 8
NNNNNNN 7
使用GNU awk进行多字符RS：
$ awk -v RS='N+' 'RT{print length(RT)}' file
5
8
7
$ awk -v RS='N+' 'RT{print RT, length(RT)}' file
NNNNN 5
NNNNNNNN 8
NNNNNNN 7
你做了哪些努力？即使没有解决你的问题，也要发布它们至少要添加你的预期输出-都在一行上，空格或逗号之间，在单独的行上，等等。我对anubhava的第一个答案很满意，请参见他答案下的评论。我按照你的要求添加了预期结果。我们不需要描述对预期结果的分析（尽管也可以这样做），我们正在根据您发布的输入寻找实际的预期输出。该网站不仅为您提供问题的答案，还为其他人提供了查询问题以找到答案的存储库，因此问题必须完整（请参阅）为了将来帮助其他人。你做了哪些努力？即使没有解决你的问题，也要发布它们至少要添加你的预期输出-全部在一行上，空格或逗号之间，在单独的行上，等等。我对anubhava的第一个回答很满意，请参见他回答下的评论。我添加了预期结果，正如你要求的那样r、 我们并不是在寻找对预期结果的描述（尽管也可以这样做），我们正在根据您发布的输入查找实际的预期输出。此网站不仅为您提供问题的答案，还为其他人提供查询问题以找到答案的存储库，因此问题必须完整（请参阅）在将来帮助其他人。你得到了什么输出？另一个选择是使用：grep-Eo'N{2，}'这很有效：awk-F'[^N]+'{for（i=1；i@raam86：在答案中添加了详细信息。没有意识到您指的是先前定义的s
，感谢您提供详细的答案您得到了什么输出？另一个选项是使用：grep-Eo'N{2，}'此选项有效：awk-F'[^N]+'{for（i=1；i@raam86：答案中添加了详细信息。没有意识到您指的是前面定义的s
，感谢您提供的详细答案您不需要PCREs来使用+
，只需ERE即可，因此请使用-E
而不是-P
，这样您的grep就不会依赖于“高度实验性”（参见手册页！）功能。@EdMorton:谢谢Ed。是的，我会从下次开始处理这个问题。让我也编辑一下。从性能角度看，您认为哪一个更好？PCRE使用与BRE和ERE非常不同的算法/regexp引擎，以适应“向前看/向后看/无论什么”，即使您不使用任何PCRE特定的功能，该引擎也会慢得多，所以BRE和ERE比PCRE快。有关详细信息，请参阅。好的。是有意义的。（y）。您不需要PCRE来使用+
，只需要ERE，所以使用-E
而不是-P
，这样您的grep就不会依赖于“高度实验性”（请参阅手册页！）功能性。@EdMorton:谢谢Ed。是的，我会从下次开始处理这个问题。让我也编辑一下。从性能角度看，您认为哪一个更好？PCREs使用的是非常好的di