تکرار در regexp (حل شد.)

[سید مسعود امامیان]

سلام دوستان

در یک پرونده چطوری می توان چند کلمه متوالی رو سرچ کرد ؟ برای مثال:
در یک پرونده ایی که 3تا کلمه ی test هست به این صورت :

test test test

اینجور که پیداست باید با این دستور پیدا بشه :

کد: [انتخاب]

egrep -i "(test) \2"  address file
که خطا میده !

Invalid back reference

روش های مختلفی هست ولی با back ref می خوام انجام بشه .

[سید مسعود امامیان]

با :

کد: [انتخاب]

egrep -i "\<(test) \2\>" address file
هم تست کردم نشد !

[doomhammer65ir]

میخوای نخستین رخداد یک الگو رو بیابی ؟ :

کد: [انتخاب]

http://lmgtfy.com/?q=regex+first+occurence+of+word

[سید مسعود امامیان]

نه دیگه !

الان وقتی بجای 2 ، 1 بذارین :

کد: [انتخاب]

egrep -i "\<(test) \1\>" address file
در خروجی علاوه بر testی که پیدا می کنه یک test دیگه هم پیدا می کنه!

test test

ولی وقتی 1 رو به 2 تغییر میدی انتظار میره که 3تا test پیدا کنه ! که خطایی که قبلا گفتم ظاهر میشه !

[nixoeen]

کد: [انتخاب]

egrep -i "(test ){2}" file
توجه کنید که آخرین test هم باید یک فضای خالی بعد از خودش داشته باشه.

[سید مسعود امامیان]

بله درسته nixoeen جان و من هم اشاره کردم با روش های مختلف میشه
که یکیش همین quantifierی هست که شما مثال زدید ولی با back reference
نمی دونم چرا خروجی داده نمیشه !

روش حل مساله رو نمی خوام، صرفا جهت یادگیری می خوام بدونم .

[nixoeen]

با Back Reference اینجوری می‌شه:

کد: [انتخاب]

egrep -i "(test )\1\1" file

اون ۱ تعداد تکرار نیست، مشخص می‌کنه که کدوم Pattern قبلی استفاده بشه. در اینجا تنها یک Pattern وجود داره، در نتیجه 2\ کلا اشتباهه.

[سید مسعود امامیان]

بسیار ممنونم .

[سید مسعود امامیان]

گفتم تاپیک جدا نزنم،

به نظرتون این برای بیرون کشیدن تمام آدرس های مختلف سایت خوبه ؟ :

کد: [انتخاب]

"\<(http://)?(https://)?(www)?(\.)?[^ ]*\.([a-z]{1,6})?([.a-z]{1,6})?\>"

مثلا انواع مختلف آدرس ها :

کد: [انتخاب]

http://test.dom
www.test.dom
https://www.test.dom
و...