如何过滤包含N个或更多字符的所有单词？

Question

我想处理一个文本文件，找出所有包含超过N个字符的单词。无论是用Bash（比如grep或awk）还是Python（用正则表达式）都可以！不过，我更希望能找到最简短的解决方案。

Answer 1

输出长度大于5的单词，以及它们所在的行号。

awk -F ' ' '{for(i=1;i<=NF;i++){ if(length($i)>=6) print NR, $i }}' your_file

Answer 2

import re; [s for s in re.findall(r"\w+", open(filename, "r").read()) if len(s) >= N]

当然可以！请把你想要翻译的内容发给我，我会帮你用简单易懂的语言解释清楚。

Answer 3

egrep -o '[^ ]{N,}' <filename>

找到所有长度至少为 N 个字符的非空构造。如果你对“单词”感兴趣，可以试试 [a-zA-Z]。