Grep 查找以模式文件中的字符串开头的行

Question 1

您可以^在所有行前面加上PATERN_FILE要传递到的grep -f：

paste -d '^' /dev/null PATTERN_FILE | grep -f - SEARCH_FILE

或者sed 's/^/^/' PATTERN_FILE代替paste.

现在，如果中的行PATTERN_FILE是固定字符串而不是基本正则表达式，那么您还需要转义所有正则表达式运算符：

sed 's/[][$^*\\.]/\\&/g; s/^/^/' PATTERN_FILE | grep -f - SEARCH_FILE

Answer

您可以^在所有行前面加上PATERN_FILE要传递到的grep -f：

paste -d '^' /dev/null PATTERN_FILE | grep -f - SEARCH_FILE

或者sed 's/^/^/' PATTERN_FILE代替paste.

现在，如果中的行PATTERN_FILE是固定字符串而不是基本正则表达式，那么您还需要转义所有正则表达式运算符：

sed 's/[][$^*\\.]/\\&/g; s/^/^/' PATTERN_FILE | grep -f - SEARCH_FILE

Question 2

替代方案：您可以使用 awk 而不是 grep 来进行匹配：

awk 'NR==FNR{a[$0];next} {for(t in a) if(substr($0,1,length(t))==t){print;next}}' needles haystack

这避免了 grep 中正则表达式引擎的开销，但有 awk 的解释开销；我不确定哪个效果更好。

Answer

替代方案：您可以使用 awk 而不是 grep 来进行匹配：

awk 'NR==FNR{a[$0];next} {for(t in a) if(substr($0,1,length(t))==t){print;next}}' needles haystack

这避免了 grep 中正则表达式引擎的开销，但有 awk 的解释开销；我不确定哪个效果更好。

Question 3

使用乐（以前称为 Perl_6）

~$ raku -ne 'BEGIN my @a = "/path/to/pattern_file.txt".IO.lines;  \
             .put if .starts-with( any @a );'  search_file.txt

#OR

~$ raku -ne 'BEGIN my @a = "/path/to/pattern_file.txt".IO.lines;  \
             .put if .starts-with( [|] @a );'  search_file.txt

以上是用 Raku（Perl 编程语言家族的成员）编写的答案。假设这里的pattern_file.txt是固定字符串而不是基本的正则表达式，Raku 有字符串匹配函数，如starts-with和ends-with。乐库也有路口像any、all、one、none一样可以简化这个匹配问题。

上面-ne使用了非自动打印命令行标志，它逐行读取输入文件。在BEGIN块中将其pattern_file.txt读入@a数组。在代码正文中，如果输入行以（第一个答案）的元素put开头，则输入行将退出。或者（第二个答案），Raku 的归约元运算符符号用于在概念上插入一个any@a[ ]| 或者的元素之间的运算符@a。第一个和第二个答案给出相同的结果。

输入示例：

pattern_file.txt

    1234
    qwerty
    chicken

search_file.txt

    12345
    543212345
    qwerty
    1fwf32sgww
    chicken fingers

示例输出：

    12345
    qwerty
    chicken fingers

注意：人们很容易认为one连接点（或等效的[^]归约元运算符）将完成相同的任务，但这仅在每行都是patterns_file.txt唯一的情况下才成立！

https://docs.raku.org/routine/starts-with
https://docs.raku.org/type/Junction
https://docs.raku.org/language/operators#Reduction_metaoperators
https://raku.org

Answer