Re: [dk-tug] [OT] elisp find dupletter

Rasmus Villemoes <[email protected]> writes:

> Jeg tror jeg vil foreslå pcregrep med --color optionen i en
> terminal. Jeg vil lige se om jeg kan strikke et eksempel sammen.

Nå, --color ser ud til at spille lidt underligt sammen med -M, i hvert
fald i min version af pcregrep (8.02 2010-03-19). Diverse changelogs
ser ud til at det kan have ændret sig.

pcregrep -M -i -n '\b(\p{L}+)\b\s+\1' test.txt

ser ud til at virke [1]. Hvis man et øjeblik er ligeglad med gentagelser
på hver side af et linjeskift kan man fjerne -M og tilføje --color og
så få highlightet ordene.

Bemærk at \p{L} er nødvendig; dokumentationen siger at \w kun matcher ascii.

Man skal muligvis lege lidt med locale-settings og/eller give -u
flaget også. Jeg ved ikke om man kan få pcregrep til at virke på æøå i
latin1, men iconv er ens ven. Jeg har disse i min .bashrc

alias u2l='iconv -f utf-8 -t iso-8859-1'
alias l2u='iconv -f iso-8859-1 -t utf-8'

og så kan man bruge "l2u test.txt | pcregrep ...".

[1] Dog ser \b ikke ud til at matche hvis det første/sidste bogstav
ikke er ascii. 

-- 
Rasmus Villemoes
<http://rasmusvillemoes.dk/>

_______________________________________________
[email protected] mailing list