Cómo eliminar la línea si contiene un carácter exactamente una vez

Quiero eliminar una línea de un archivo que contiene un carácter en particular solo una vez, si está presente más de una vez o no está presente, entonces mantenga la línea en el archivo.

Por ejemplo:

DTHGTY
FGTHDC
HYTRHD
HTCCYD
JUTDYC

Aquí, el carácter que quiero eliminar es Casí, el comando debería eliminar líneas FGTHDCy JUTDYCporque tienen Cexactamente una vez.

¿Cómo puedo hacer esto usando sedo awk?

En awkpuede establecer el separador de campo a cualquier cosa. Si lo configura en C, entonces tendrá tantos campos +1 como ocurrencias C.

Entonces, si dices awk -F'C' '{print NF}' <<< "C1C2C3"que obtienes 4: CCCconsiste en 3 Cs, y por lo tanto 4 campos.

Desea eliminar líneas en las que Cocurre exactamente una vez. Teniendo esto en cuenta, en su caso querrá eliminar aquellas líneas en las que hay exactamente dos Ccampos. Así que solo sáltelos:

$ awk -F'C' 'NF!=2' file
DTHGTY
HYTRHD
HTCCYD

enfoque sed :

sed -i '/^[^C]*C[^C]*$/d' input

-i la opción permite la modificación de archivos en el lugar

/^[^C]*C[^C]*$/- coincide con líneas que contienen Csolo una vez

d - eliminar líneas coincidentes

Esto se puede hacer con sed:

Código:

sed '/C.*C/p;/C/d' file1

Resultados:

DTHGTY
HYTRHD
HTCCYD

¿Cómo?

1. Une e imprime cualquier línea con al menos dos copias de Cvia/C.*C/p
2. Elimine cualquier línea con una Cvía /C/d, esto incluye las líneas ya impresas en el paso 1
3. Impresión predeterminada del resto de las líneas

Esto elimina las líneas con exactamente una aparición de C.

grep -v '^[^C]*C[^C]*$' file

La expresión regular [^C]coincide con un carácter que no es C (o nueva línea), y el operador de repetición (también conocido como estrella de Kleene) *especifica cero o más repeticiones de la expresión anterior.

La salida predeterminada de grep(y la mayoría de las otras herramientas orientadas al texto) es la salida estándar; redirigir a un nuevo archivo y tal vez moverlo sobre el archivo original si eso es lo que desea. Se puede utilizar la misma expresión regular sed -ipara la edición in situ:

sed -i '/^[^C]*C[^C]*$/d' file

(En algunas plataformas, especialmente * BSD, incluido macOS, la -iopción requiere un argumento, como -i ''.)

La herramienta POSIX para ediciones guionadas de un archivo (en lugar de imprimir los contenidos modificados a la salida estándar) es ex.

printf '%s\n' 'g/^[^C]*C[^C]*$/d' x | ex file.txt

Por supuesto, puede usarlosed -i si su versión de Sed lo admite, solo tenga en cuenta que no es portátil si está escribiendo un script destinado a ejecutarse en diferentes tipos de sistemas.

David Foerster preguntó en los comentarios:

¿Hay alguna razón por la que estás usando printfy no echoo algo así ex -c COMMAND?

Respuesta: sí.

Para printfvs. echoes una cuestión de portabilidad; ver ¿Por qué es printf mejor que echo? Y también es más fácil intercalar líneas nuevas entre comandos usando printf.

Para printf ... | exvs. ex -c ..., es una cuestión de manejo de errores. Para este comando específico no importaría, pero en general sí; por ejemplo, intenta poner

ex -c '%s/this pattern is not in the file/replacement text/g | x' filename

en un guion Contraste con lo siguiente:

printf '%s\n' '%s/no matching lines/replacement/g' x | ex file

El primero colgará y esperará entrada; el segundo saldrá cuando el excomando reciba EOF , por lo que el script continuará. Existen soluciones alternativas, como s///ePOSIX, pero no están especificadas. Prefiero usar el formulario portátil, que se muestra arriba.

Para el gcomando, debe haber una nueva línea al final, y prefiero usar printfpara ajustar los comandos en lugar de incrustar una nueva línea entre comillas simples.

Aquí hay un par de opciones con perl.

Como solo está haciendo coincidir un solo carácter, puede usar tr/C//(una traducción, sin reemplazos), para devolver el número de coincidencias de C:

perl -lne 'print if tr/C// != 1' file

En términos más generales, si desea hacer coincidir una cadena de caracteres múltiples o una expresión regular, puede usar esto:

perl -lne 'print if (@m = /C/g) != 1' file

Esto asigna las coincidencias de la expresión regular /C/ga una lista @me imprime líneas cuando la longitud de esa lista no lo es 1.

El -iinterruptor se puede agregar para editar "en el lugar".

sed -e '
  s/C/&/2;t   # when 2nd C matches skip processing and print
  /C/d        # either one C or no C, so delete on C
'

sed -e '
   /C/!b     # no C, skip processing and print
   /C.*C/!d  # not(at least 2 C) => 1 C => delete
'

perl -lne 's/C/C/g == 1 or print'

Para cualquiera que quiera awkespecíficamente, ofrecería

awk '/C[^C]*C/{next}//{print}'

omita la línea si coincide con el patrón, imprímalo de lo contrario. En realidad no es necesario {print}, puede usar una //impresión predeterminada, pero creo que está más claro.

Mi primer pensamiento fue usar egrep -vcon el mismo patrón, pero eso en realidad no responde a la pregunta planteada.