特定の単語が正確にN回繰り返される行を取得するにはどうすればよいですか？

この特定の入力の場合：

How to get This line that this word repeated 3 times in THIS line?
But not this line which is THIS word repeated 2 times.
And I will get This line with this here and This one
A test line with four this and This another THIS and last this

この出力が必要です：

How to get This line that this word repeated 3 times in THIS line?
And I will get This line with this here and This one

行全体を取得するには、「this」という単語が3つだけ繰り返されます。（大文字と小文字を区別しない一致）

でperl、this大文字と小文字を区別せずに自身を置き換え、置換の数をカウントします。

$ perl -ne 's/(this)/$1/ig == 3 && print' <<EOF
How to get This line that this word repeated 3 times in THIS line?
But not this line which is THIS word repeated 2 times.
And I will get This line with this here and This one
A test line with four this and This another THIS and last this
EOF
How to get This line that this word repeated 3 times in THIS line?
And I will get This line with this here and This one

代わりに一致数を使用する：

perl -ne 'my $c = () = /this/ig; $c == 3 && print'

あなたがGNU awkを持っているなら、非常に簡単な方法：

gawk -F'this' -v IGNORECASE=1 'NF == 4'

フィールドの数は、セパレーターの数より1つ多くなります。

ソースファイルがtmp.txtであると仮定すると、

grep -iv '.*this.*this.*this.*this' tmp.txt | grep -i '.*this.*this.*this.*'

左側のgrepは、tmp.txtで大文字と小文字を区別しない「this」が4回以上出現しないすべての行を出力します。

結果は右側のgrepにパイプ処理され、左側のgrepの結果に3回以上出現するすべての行が出力されます。

更新：@Muruのおかげで、ここにこのソリューションのより良いバージョンがあります、

grep -Eiv '(.*this){4,}' tmp.txt | grep -Ei '(.*this){3}'

4をn + 1に、3をnに置き換えます。

Pythonでは、これは仕事をします：

#!/usr/bin/env python3

s = """How to get This line that this word repeated 3 times in THIS line?
But not this line which is THIS word repeated 2 times.
And I will get This line with this here and This one
A test line with four this and This another THIS and last this"""

for line in s.splitlines():
    if line.lower().count("this") == 3:
        print(line)

出力：

How to get This line that this word repeated 3 times in THIS line?
And I will get This line with this here and This one

または、ファイルを引数として、ファイルから読み込むには：

#!/usr/bin/env python3
import sys

file = sys.argv[1]

with open(file) as src:
    lines = [line.strip() for line in src.readlines()]

for line in lines:
    if line.lower().count("this") == 3:
        print(line)

• スクリプトを空のファイルに貼り付け、名前を付けて保存find_3.pyし、次のコマンドで実行します。

  python3 /path/to/find_3.py <file_withlines>
  

もちろん、「this」という単語は他の単語（または他の文字列や行セクション）に置き換えることができ、1行あたりの出現回数はその行の他の値に設定できます。

    if line.lower().count("this") == 3:

編集する

ファイルが大きい場合（数十万/数百万行）、以下のコードはより高速になります。ファイルを一度に読み込むのではなく、1行ごとにファイルを読み取ります。

#!/usr/bin/env python3
import sys
file = sys.argv[1]

with open(file) as src:
    for line in src:
        if line.lower().count("this") == 3:
            print(line.strip())

awkこれで少し遊ぶことができます：

awk -F"this" 'BEGIN{IGNORECASE=1} NF==4' file

これは次を返します：

How to get This line that this word repeated 3 times in THIS line?
And I will get This line with this here and This one

説明

• フィールドセパレーターをthisそれ自体に定義することです。このように、行には、単語thisが現れる回数と同じ数のフィールド+1が含まれます。

• 大文字と小文字を区別しないようにするには、を使用しますIGNORECASE = 1。参照：マッチングでの大文字と小文字の区別を参照してください。

• 次に、NF==4これらすべての行をthis正確に3回取得するように言うだけです。{print $0}（つまり、現在の行を出力する）はawk式がに評価されるときのデフォルトの動作であるため、これ以上のコードは必要ありませんTrue。

行が次の名前のファイルに格納されていると仮定しますFILE。

while read line; do 
    if [ $(grep -oi "this" <<< "$line" | wc -w)  = 3 ]; then 
        echo "$line"; 
    fi  
done  <FILE

Vimにいる場合：

g/./if len(split(getline('.'), 'this\c', 1)) == 4 | print | endif

これは一致した行を出力するだけです。

Rubyワンライナーソリューション：

$ ruby -ne 'print $_ if $_.chomp.downcase.scan(/this/).count == 3' < input.txt                                    
How to get This line that this word repeated 3 times in THIS line?
And I will get This line with this here and This one

非常に単純な方法で機能します。ファイルをルビーのstdinにリダイレクトし、ルビーはstdinから行を取得し、chompand downcaseでクリーンアップして、scan().countサブストリングの出現回数を示します。