Wiktor Stribiżew
2020-11-30 06:17:22
使用GNU grep，你可以使用PCRE正则表达式，例如
grep -P '\b(\w+)\b(.*\b\1\b){3}'
请参阅regex演示。
在Ubuntu 18.04.4 LTS中测试：
细节
\b(\w+)\b-整个单词（捕获在第1组中）（\b是单词边界，并且\w匹配字母，数字或下划线）(.*\b\1\b){3}-{3}任何\1单词的三个出现（），其值与第1组中的值相同（作为对第1组值的内联反向引用），作为整个单词（再次\b使用单词边界）。
热门帖子
热门github
1
2
4
The Python Risk Identification Tool for generative AI (PyRIT) is an open access automation framework to empower security professionals and machine learning engineers to proactively find risks in their generative AI systems.
(翻译：用于生成式 AI 的 Python 风险识别工具 (PyRIT) 是一个开放式访问自动化框架，使安全专业人员和机器学习工程师能够主动发现其生成式 AI 系统中的风险。)
5
7
8
9
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)
10
11
13
您可以通过将单词边界放入组中来简化：
grep -E '(\b\w\b)(.*\1){3}'。除非有一个极端的情况，我没有想到。@wjandrea捕获组仅保留值，而不保留模式。因此，
\1没有意识到它所保存的字符串是否被整个单词捕获的事实。我们需要我在模式中使用的所有单词边界。嗯，我知道，如果您使用的输入如
o do to moe，我的匹配（错误肯定），您的则不会。您的解决方案@WiktorStribiżew也给我带来了误报。我想说，这很可能与第一个单词的边界有关。
en vrouwen gelijk voor de wet en maken we geen是我的结果之一，但是en一词不会单独弹出4次。如果您计算单词中的en，它会起作用。嗯，这似乎可行。谢谢您解决我的问题。