☰

Linux awk grep 从文件1到文件2

tag-icon • tag-icon linux awk grep
Linux awk grep 从文件1到文件2

我在文件 1 中有正则表达式

.*8912.*.*.*.*81415444.*
.*8912.*.*.*.*81415444.*
.*8912.*.*.*.*81415444.*
.*8912.*.*.*.*81415444.*
.*8912.*.*.*.*81415444.*
.*8912.*.*.*.*81415444.*
.*8912.*.*.*.*81415444.*
.*8802.*.*.*.*84231655.*

还有很多其他文件包含如下记录：

0081347504;03.05.2019 10:51;000010;000000001000126289;8601;Kontaktschreiben;;;;;00000000000901326394;
0081349117;03.05.2019 10:51;000020;000000002000044721;8906;Termin vereinbaren;;;07.05.2019;10:00;14:00;00000000000901332422;
0081349117;03.05.2019 10:51;000030;000000002000044722;8906;Termin vereinbaren;;;07.05.2019;10:00;14:00;00000000000901332423;
0081351563;03.05.2019 10:52;000010;000000001000116607;8906;Termin vereinbaren;;;06.05.2019;13:00;18:00;00000000000901332339;

我想要grep文件 2 中文件 1 中的每条记录。

我已经尝试过grep -Ff file 1 ./*但不起作用。

答案1

稍微整洁一点也没什么坏处。

首先，我认为你可能感到困惑regexes和Globbing;并且无论哪一行，您都不需要重复同一行两次或更多次（可能您试图表明您有很多行要解释为regexes，但您懒得使每一行都唯一...但是，只是为了确定）。所以这：

.*8912.*.*.*.*81415444.*
.*8912.*.*.*.*81415444.*
.*8912.*.*.*.*81415444.*
.*8912.*.*.*.*81415444.*
.*8912.*.*.*.*81415444.*
.*8912.*.*.*.*81415444.*
.*8912.*.*.*.*81415444.*
.*8802.*.*.*.*84231655.*

可以用这个代替：

.*8912.*.*.*.*81415444.*
.*8802.*.*.*.*84231655.*

好吧...现在怎么办？...好吧，grep它会将每一行用作 a regex（不globbingon grep），因此，该文件中的每一行都应该是 a regex,... 因此，如果您尝试匹配：

在8912在81415444在

在哪里在代表：任何事物

这：

.*8912.*81415444.*

就足够了。

然后，在您的文件中使用它regex：

.*8912.*81415444.*
.*8802.*84231655.*

但是，如果您想匹配：

点 在8912点 在 点 在 点 在 点 在81415444点 在

在哪里在代表：任何事物和点代表文字点，这regex是错误的，因为在 中regexes，一个点是一个meta-character...你需要逃离每一个文字点带有backslash> \，所以，正则表达式应该是：

\..*8912\..*\..*\..*\..*81415444\..*

然后，在您的文件中使用它regex：

\..*8912\..*\..*\..*\..*81415444\..*
\..*8802\..*\..*\..*\..*84231655\..*

或者，您可以使用egrep与 相同的grep --extended-regexp，来使用扩展正则表达式，并简化你的正则表达式限制重复，并以更紧凑的方式与上面完全相同，如下所示：

\..*8912(\..*){4}81415444\..*
\..*8802(\..*){4}84231655\..*

（您可以在没有扩展正则表达式的情况下执行类似的操作，但您需要使用更多反斜杠，如下所示\..*8912\(\..*\)\{4\}81415444\..*：）

现在，假设您位于一个包含两个目录的目录中：一个是正则表达式（带有正则表达式文件的一个），另一个是样本文件（包含您想要与正则表达式匹配的文件的文件）...

然后，您可以使用此命令来实现您的目标：

grep --colour -f ./regex/YOUR_REGEX_FILENAME ./sample_files/*

你会得到一些输出，如下所示：

./sample_files/sample_file2:0088027504;03.05.2019 10:51;000010;000000008423165589;8601;Kontaktschreiben;;;;;00000000000901326394;
./sample_files/sample_file7:0089128117;03.05.2019 10:51;000030;000000002814154447;8906;Termin vereinbaren;;;07.05.2019;10:00;14:00;00000000000901332423;

你可能会说：为什么有两个单独的目录？好吧，这并不是真正必要的，但是，问题是，如果您的示例文件和正则表达式文件位于同一目录中，并且您使用如下命令：

grep -f file_1 ./*

这./*是使用通配符，并将匹配当前目录中的任何文件，包括您的正则表达式文件...

在这种情况下，您可以做的是，例如，向您的正则表达式文件添加一些独特的扩展名，例如，，.regex然后更改此文件的通配模式：./!(*.regex)...此通配将排除以 ... 结尾的文件.regex，然后，你的命令是：

grep -f file_1.regex ./!(*.regex)

最后，请注意：您不能在 shell 中使用带有空格的名称，而不转义它们：您可以使用反斜杠转义每个空格，或者可以用引号将全名括起来。

答案2

除了 matsib.dev 的出色回答之外：

您确定 -F 标志吗？它关闭正则表达式并让 grep 搜索固定字符串。因此.*只会命中包含点后跟星号的行。

另一件需要检查的事情是文件的内容1。如果它具有类似 dos 的行结尾（即行以 CRLF 而不是单个 LF 结尾），grep -f 1则将搜索以 CR 或 ^M 结尾的字符串。检查这一点的最快方法：cat -A 1。如果您在每行末尾看到 ^M，则说明您有问题。

相关内容