☰

如何使用 grep 搜索某个单词的出现和另一个单词的缺失

tag-icon • tag-icon linux command-line search grep
如何使用 grep 搜索某个单词的出现和另一个单词的缺失

我有一个文件，其内容类似于：

google.com,9,AB+CD,nonAB+nonCD
youtube.com,9,AB+CD,AB+CD
facebook.com,20,AB+CD,nonCD

列数不固定。但第一列是 URL，第二列是数字，从第三列开始是用逗号分隔的关键字，但每个网站都不同。

我想计算 URL（行）的数量，以便控制行中的关键字。例如，
1)AB+CD没有nonABand nonCD。注意：AB+CD 这个词可以出现多次。2) AB+CD 没有出现nonCD（但如果有其他内容也可以）

如何在一行中搜索一个字符串并确保不存在另一个字符串。当我使用：

grep 'AB+CD' test.txt > result.txt

它打印出找到“AB+CD”的每一行。

如果我想打印只有“AB+CD”的行，该怎么办：

youtube.com,9,AB+CD,AB+CD

或者将 'AB+CD' 与 'nonAB' 以外的任何其他项组合在一起，得到：

youtube.com,9,AB+CD,AB+CD
facebook.com,20,AB+CD,nonCD

答案1

如果您只是想要进行纯文本搜索而不关心列，则可以grep -v像这样链接反向匹配：

cat input.txt | grep 'IncludedText' | grep -v 'ExcludedText'

如果您想按列进行适当的过滤，您可能需要使用类似的东西awk。

答案2

一般技巧：

  1. 包含以下内容的行foo以及包含bar( foo OR bar) 的行：

    grep -e foo -e bar

  2. 在同一行中包含foo和 的行（ ）：barfoo AND bar

    grep foo | grep bar

  3. 不包含baz( NOT baz) 的行：

    grep -v baz

使用这些积木，您可以构建逻辑。问题-v不仅限于单个模式，而是全局性的grep（至少在我的 Debian 中）。这使得以下操作成为NOT (foo OR bar)可能：

grep -v -e foo -e bar

这相当于(NOT foo) AND (NOT bar)：

grep -v foo | grep -v bar

然而NOT (foo AND bar)（逻辑上等同于(NOT foo) OR (NOT bar)）并不那么容易。我们可以尝试foo AND bar用单身的（扩展）grep：

  1. 再次在同一行中包含foo和 的行（ ）：barfoo AND bar

    grep -E 'foo.*bar|bar.*foo'

现在得到NOT (foo AND bar)：

grep -v -E 'foo.*bar|bar.*foo'

我不确定上面的方法在处理两种以上模式时是否是一个完整的系统。但你的一些问题仍然可以用它解决。例如：

AB+CD无nonAB和nonCD

如果我没理解错的话AB+CD AND NOT (nonAB OR nonCD)

grep AB+CD | grep -v -e nonAB -e nonCD

请注意，这个请求使事情变得复杂：

我想打印只有“AB+CD”的行

有人可能会说grep ,AB+CD,AB+CD可以，但是由于“列数不固定”，我想你会想区分这两行：

youtube.com,9,AB+CD,AB+CD,AB+CD
youtube.com,9,AB+CD,AB+CD,banana

在这种情况下，您需要更复杂的正则表达式或其他工具（如awk）。

答案3

虽然你会在这里得到答案，但你应该看看人grep（可能会让人不知所措）和一些例子。暂时，答案如下：

使用grep

grep "foobar" test.txt

foobar将在文件中搜索包含单词的行test.txt并显示所有出现的情况，而

grep "foo" -v "bar" test.txt

将搜索包含单词foo但不包含单词的行bar。我们得到这个是因为-v开关手册页解释如下：

-v, --invert-match
    Invert the sense of matching, to select non-matching lines.
    (-v is specified by POSIX .)

这只是意味着它将搜索包含这些单词的行（此处bar），但最终显示时会排除它们。因此反转搜索。

另外，要计算与搜索匹配的行数，请使用-c转变 ：

-c, --count
    Suppress normal output; instead print a count of matching lines
    for each input file. With the -v, --invert-match option (see below),
    count non-matching lines. (-c is specified by POSIX .)

作为自我练习，尝试使用 grep 搜索文件福巴。

答案

搜索AB+CD忽略nonAB和nonCD计数 URL：

grep "AB+CD" test | grep -cve "non"

此处-v "non"将忽略nonAB和 ，nonCD因为它们都包含non在内。 并且-c将给出匹配总数，而不是打印它们。 要打印匹配的行，只需忽略-c。

您可以将其用于单独的反转：

grep "AB+CD" test | grep -cve "nonAB\|nonCD"

其中\|代表OR和 意味着nonAB或nonCD 精确的指定的单词-e转变。

建议你参见 Kamil 的回答，尽可能多地阅读手册页（您知道命令），努力在线搜索资料并为社区服务。请随意添加更多详细信息以进行回答。

相关内容