結果

Question 1

短い愚かな方法：

awk '(index($1, $2) !=0 && length($2) >= 4) || (index($2, $1) !=0 && length($1) >= 4)' file

出力：

023q                                              023q023q
0adc                                              0adc0adc
123456                                              123456
abcde                                             abcdefg

インデックス(in,find)
検索文字列存在する文字列が初めて表示される場合探す、文字列に文字列が表示され始める文字位置を返します。存在する。

以上複雑2 つの入力文字列で最低 4 文字の長さの最も長い共通部分文字列を見つける必要がある場合は、次のことをお勧めします。Python 方法：

入力ファイルが少し「複雑」で、次の行が含まれているとします。

1023q                                              023q023q
v0adc                                              20adc0adc
s123456                                              123456
eabcde                                             cabcdefg
08tgdf                                            90alkhg

最も長い共通部分文字列を見つけるには、次のようにします。シーケンスマッチングクラス違いライブラリ基準寸法。

find_common_lines.pyスクリプト：

import re
from difflib import SequenceMatcher

with open('filename', 'r') as fh:
    for l in fh.read().splitlines():
        items = re.findall(r'\S+', l.strip())  # getting 2 comparable strings
        m = SequenceMatcher(None, items[0], items[1]).find_longest_match(0, len(items[0]), 0, len(items[1]))
        if m.size >= 4:
            print(l)

使用法（他のものがあるかもしれません。Pythonバージョン 3.x、現在のケースがテストされました。Python3.5):

python3.5 find_common_lines.py

出力：

1023q                                              023q023q
v0adc                                              20adc0adc
s123456                                              123456
eabcde                                             cabcdefg

Answer