☰

反向 grep 未找到所有匹配行

tag-icon • tag-icon grep words
反向 grep 未找到所有匹配行

编辑：我把这件事搞得太复杂了。这与反向 grep 无关。我仅使用 得到相同的结果grep -x -f stop.txt < in.txt。如果在停用词文件中who位于前面whose，则结果只是who.当停用词文件中的顺序相反时，in.txt会找到 中的两行。我感觉我根本就不懂grep。

我无法让反向 grep 像我期望的那样工作，以便从文件中删除包含停用词的行。停用词的给出顺序会影响结果。

假设我有两个文件。输入文件in.txt：

who
whose

以及一个包含停用词列表的文件stop.txt：

who
whose

如果我in.txt使用反向 grep 搜索对 ​​中的停用词进行“过滤” stop.txt，我会得到：

$ grep -vx -f stop.txt < in.txt
whose
$

仅当我更改stop.txt为

whose
who

我得到：

$ grep -vx -f stop.txt < in.txt
$

我不明白为什么带有停用词的文件中的单词顺序很重要。

答案1

与模式文件

$ od -bc shortlong
0000000   167 150 157 012 167 150 157 163 145 012
           w   h   o  \n   w   h   o   s   e  \n
0000012
$ od -bc longshort
0000000   167 150 157 163 145 012 167 150 157 012
           w   h   o   s   e  \n   w   h   o  \n
0000012

我们可以测试一些变化，这里使用 macOS grep (2.5.1-FreeBSD)：

$ grep -x -f shortlong shortlong
who
$ grep -x -f shortlong longshort
who
$ grep -x -f longshort shortlong
who
whose
$ grep -x -f longshort longshort
whose
who

who当第一个隐藏较长的whose匹配项时。这似乎是一个错误。

仅当表达式来自文件时才会出现问题-f，而不是当等效的（我们希望）表达式作为参数给出时：

$ grep -x -E 'who|whose' shortlong
who
whose
$ grep -x -E 'who|whose' longshort
whose
who
$ grep -x -E 'whose|who' shortlong
who
whose
$ grep -x -E 'whose|who' longshort
whose
who

GNU grep(3.7) 不会出现此问题（grep当前版本的 OpenBSD 也不会出现此问题）：

$ ggrep -x -f shortlong shortlong
who
whose
$ ggrep -x -f shortlong longshort
whose
who
$ ggrep -x -f longshort shortlong
who
whose
$ ggrep -x -f longshort longshort
whose
who

因此，为避免此错误，请勿使用版本 2.5.1-FreeBSD，或者通过将非终极值替换为forgrep来将正则表达式形成文件中的参数。\n|grep -E

$ paste -s -d \| shortlong
who|whose
$ grep -x -E -- "$(paste -s -d \| shortlong)" shortlong
who
whose

关于交替

理想情况下，在正则表达式替换中，较长的字符串应列在较短的字符串之前，除其他边缘情况外，这意味着人们应该更喜欢longshort文件或whose|who表格。

grep出现（当它没有错误时）以得到正确的结果，但是其他正则表达式引擎将在第一个匹配处停止，如果您希望它们匹配，则必须首先列出最长的匹配：

$ printf 'who whoses the whosefolk' |
grep -o -E 'who|whose|whosefolk'
who
whose
whosefolk
$ printf 'who whoses the whosefolk' |
perl -nle 'print for /who|whose|whosefolk/g'
who
who
who
$ printf 'who whoses the whosefolk' |
perl -nle 'print for /whosefolk|whose|who/g'
who
whose
whosefolk

相关内容