☰

使用 grep、awk 或 sed 查找与一种模式匹配但不与另一种模式匹配的文件

tag-icon • tag-icon awk sed grep find pattern-matching
使用 grep、awk 或 sed 查找与一种模式匹配但不与另一种模式匹配的文件

我需要找到不包含一个字符串（例如）但包含另一个字符串（例如）的.php文件。.plaaabbb

我目前正在使用这个命令：

find /path/ \( -iname '*.php*' -or -name '*.pl*' \) -exec sh -c 'grep -l -v "aaa" {} | grep -l "bbb" {}' \; > resulttofile

大约有 50 万个文件需要搜索，所以我想知道，

  • 如果我的命令正常工作 - 一些眼睛采样会给出积极的结果，
  • 如果可以使用某种其他形式变得更快（目前在虚拟机上大约需要 2 分钟，但将添加更多文件），或者使用awkorsed代替grep- 或者可能只是一种组合grep而不是两种。

该系统是 Debian GNU/Linux。

答案1

您的命令无法正常工作：第一个命令grep将列出包含不匹配行的任何文件"aaa"，第二个命令grep将忽略第一个命令的输出，因为它给出了自己的要处理的文件 - 因此您将获得匹配的文件列表"bbb"，无论如何它们是否包含"aaa"。您需要要求grep仅在不包含任何行匹配"aaa"( grep -L) 的情况下列出文件，并使用xargs处理结果文件列表并仅将其提供给第二个文件grep（或使第二个grep文件以第一）。

最重要的是，只有find列出的文件名不会给 shell 带来问题，它才会起作用 - 特别是，{}直接包含在给定的命令中sh -c意味着文件名最终会被解释为 shell 命令（请参阅是否可以安全地使用“find -exec sh -c”？了解详情）。

假设您使用的是 GNU ，以下内容将需要更少的grep调用并且更安全：grep

find /path/ \( -iname '*.php*' -o -name '*.pl*' \) -exec grep -LZ aaa {} + |
  xargs -r0 grep -l bbb

这-or运算符是 GNU 的扩展find。使用-o为了便携性。

答案2

未经测试，但这应该做我认为你想要的，使用 GNU awk fornextfile和ENDFILE

find /path/ \( -iname '*.php*' -or -name '*.pl*' \) -exec awk '
    /aaa/{a=1} /bbb/{b=1} a&&b{nextfile} ENDFILE{if (b && !a) print FILENAME; a=b=0}
' {} + > resulttofile

上面一次只对多个文件调用 awk 一次，因此应该是高效的。

上面是如何通常匹配文件中的多个模式，然后在完全读取文件后评估匹配组合的结果，但如下@G-Man 说“恢复莫妮卡”中提到的一条评论在这种特定情况下，您可以通过在匹配时停止读取当前文件来提高效率，aaa因为成功标准是aaa不存在：

/aaa/{a=1; nextfile} /bbb/{b=1} ENDFILE{if (b && !a) print FILENAME; a=b=0}

答案3

您可以将多个 -exec 指令（或其他指令）与一个 find 命令链接在一起：

find /path \( -iname '*.php*' -or -name '*.pl*' \) -exec grep -q "bbb" {} ";" \
     -exec grep -L "aaa" {} ";" > resulttofile

（换行只是为了适应 SE 的布局）。

相关内容