Begriff gesucht

[inne]

Hallo,

wie nennt man eine Folge von gleichen Zeichen in einer Zeichenkette bzw. eine Zeichenkette, die solche eine Folge enthält?
Also das ooo und aa in Fooobaar. Gibt es dafür einen Begriff?

LG,
inne

[GregorS]

wie nennt man eine Folge von gleichen Zeichen in einer Zeichenkette bzw. eine Zeichenkette, die solche eine Folge enthält?
Also das ooo und aa in Fooobaar. Gibt es dafür einen Begriff?

Ich kenne das als Doppel- oder Mehrfach-Vokal bzw. -Konsonant (wie in Schifffahrt).

[inne]

Das nähert sich schonmal einer Lösung an!
Allgemeiner wäre schön, wenn es nun Zahlen oder Sonderzeichen sind...

[oln]

Ich kenne keinen Begriff für so ein Problem.
Nennen wir es doch einfach Zeichnfolge von gleichen Zeichen.
Wofür braucht man so etwas? Vielleicht erkärst du den Zusammenhang.

[GregorS]

Allgemeiner wäre schön, wenn es nun Zahlen oder Sonderzeichen sind...

Wenn es nicht um Buchstaben geht, würde ich das schlicht als „Folge gleicher Zeichen“ bezeichnen. Einen einzelnen Begriff für so etwas kenne ich nicht.

[michaa7]

Mehrfachzeichen? Mehrfachwiederholung (eines Zeichens)?

[inne]

Daraus werde ich mir einen Namen überlegen.

Es geht um ein Script, das Worte mit solchen Folgen von Mehrfachwiederholungen eines Zeichens erkennt und das braucht noch einen sprechenden Namen.

[Meillo]

Es geht um ein Script, das Worte mit solchen Folgen von Mehrfachwiederholungen eines Zeichens erkennt und das braucht noch einen sprechenden Namen.

charrepdetect

(character repeat detector)

[tobo]

Daraus werde ich mir einen Namen überlegen.

Es geht um ein Script, das Worte mit solchen Folgen von Mehrfachwiederholungen eines Zeichens erkennt und das braucht noch einen sprechenden Namen.

In Linux würde man das vielleicht tr nennen (falls die Zeichen entfernt werden sollen):

Code: Alles auswählen

$ echo "444444222bcccc ddeefggggg" | tr -s [:alnum:]
42bc defg
$

[inne]

@tobo:

Nur erkennen, aber nicht verändern! Ginge das auch mit den Coreutils, mir fiel dazu gestern nichts ein?

[tobo]

Coreutils, hmm? Also sowas könntest du zumindest direkt (true/false) auswerten:

Code: Alles auswählen

grep -q "\(.\)\1"

das fragt, ob es mindestens ein Zeichen gibt, das direkt danach nochmal vorkommt.

EDIT: Das Prinzip kann man natürlich auch nur auf bestimmte Zeichen anwenden.

[GregorS]

Es geht um ein Script, das Worte mit solchen Folgen von Mehrfachwiederholungen eines Zeichens erkennt und das braucht noch einen sprechenden Namen.

Ich habe solche Folgen früher scherzhaft als „Klümpchen“ bezeichnet. Lt. ding lautet die englische Übersetzung für Klümpchen „nodule“. Ich würde so ein Script demnach wohl „charnodule-Detektor“ o.ä. nennen.
tr ist zwar ein gutes Beispiel für die Ersetzung solcher Zeichenfolgen, aber der Name leitet sich wohl von „translate“ ab und was Du suchst ist das, was vor der Ersetzung passiert . Etwas wie „pre-tr“ wäre wohl auch treffend, aber nicht so sprechend.

[Meillo]

Hier zwei Ansatzpunkte ... vielleicht geht davon etwas in die passende Richtung:

Code: Alles auswählen

sed 's/\(.\)\1\{1,\}/xxx/g'

Code: Alles auswählen

sed 's/\(\(.\)\2\{1,\}\)/<\1>/g'

[inne]

charrepdetect

(character repeat detector)

So habe es nun genannt. Das trifft es schon sehr gut.

Das sed/RE schaue ich mir nachher mal an... ich will dann mal sehen, ob hier Perl mit Stringfunktionen vielleicht schneller ist

[Meillo]

ich will dann mal sehen, ob hier Perl mit Stringfunktionen vielleicht schneller ist

Kommt halt darauf an, was genau du machen willst. Vermutlich wird es einfacher sein und flexibler ist es sowieso, wenn du einfach den Input Zeichen fuer Zeichen liest und je nach Situation mit ein paar Fallunterscheidungen entsprechend reagierst, als irgendeine tolle Regexp zu bauen, die dann doch beschraenkt ist.

[inne]

Ich habe diesen Code dafür genommen. Ich habe hier eine Liste von Worten und möchte die mit diesen Folgen weglassen:

Code: Alles auswählen

sub has_charrep {
	my ($word) = @_;
	for (my $i=1;$i<scalar(@{$word});$i++) {
		if ($word[$i-1] eq $word[$i]) {
			return 1;
		}
	}
	return 0;
}
[...]
	if ($no_charrep && has_charrep(\@word)) {
		next;
	}
[...]

PS: Hat nicht einmal Stringfunktionen.

[Meillo]

Wenn du nur wissen willst, ob im Wort Doppelbuchstaben sind, dann kannst du die Worte einfach mit der Regexp von tobo filtern. Das ist dann ein Einzeiler.

[reox]

Hab extra mal in meinem Theoretische Informatik und Logik Skriptum nachgeschlagen: in einer formalen Sprache wird die n-fache Konkatenation eines Wortes mit sich selbst auch als die Potenz bezeichnet, folgend aus der Mathematischen Definition (wieso gibt es eigentlich hier keinen TeX bbcode?): w^n = w . w^(n-1).
Ich hab dort zwar keine formale Definition von solchen Zeichenketten gefunden aber möglicherweise kann man sie Quadrat-, Kubik-, Quart-, ... Symbole nennen. Vorsicht ist nur geboten, da w^0 = epsilon (das neutrale Element). Also kann man höchstens sagen es sind Potenzwörter mit einem Grad >=2...