主页 / coding / 问题 / 79578428
Accepted
Ramanan T
Asked: 2025-04-17 11:29:00 +0800 CST

打印文件中匹配的模式以及匹配的行

  • 772

在一个复杂的脚本中，我使用grep模式文件来获取匹配的行

例如：这是包含文本的文件

$ cat file.txt
abc$(SEQ)asdasd
wwww$(SEQ)asqqqqqq
efg hij$(SEQ)asdasdasd$(SEQ)zzzzzz
klmn$(SEQ)11111111
op$(SEQ)44444444
qrs$(SEQ)777
tuv$(SEQ)mmmmmmmmm
qrs$(SEQ)777444
asdsd777hdhfgjdfasd
wxyzfhdfghdfh

这是模式文件

$ cat pattren.txt
444
777
asd

我正在使用以下grep命令来获取匹配的行

这

在命令行中，我可以看到匹配的模式，但在日志中却看不到。所以我需要一种方法来打印匹配的行和匹配的模式。输出应该类似于：在 TAB 键（或任何可识别的格式）后打印模式。

abc$(SEQ)asdasd <TAB> asd
efg hij$(SEQ)asdasdasd$(SEQ)zzzzzz  <TAB> asd
op$(SEQ)44444444    <TAB>   444
qrs$(SEQ)777    <TAB>   444
qrs$(SEQ)777444  <TAB>  777444
asdsd777hdhfgjdfasd  <TAB>  asd777

我可以使用 grep-o但无法将两者（即有和无-o）结合在一起。

没有必要使用grep，我很乐意使用任何其他可以完成此操作的命令。

string

3 个回答

  1. Best Answer

    一个awk想法：

    awk '
BEGIN   { sep1 = "\t"; sep2 = "," }                       # predefine our separators; modify as desired

FNR==NR { ptns[$0]; next }                                # 1st file: save each line as a new index in our ptns[] array

        { sfx = ""                                        # 2nd file: reset our suffix

          for (ptn in ptns)                               # loop through the indices (aka patterns) of the ptns[] array
              if (index($0,ptn))                          # if the pattern exists in the current line (ie, index() returns a value > 0) then ...
                 sfx = sfx (sfx == "" ? "" : sep2) ptn    # append the pattern to our suffix

          if (sfx != "")                                  # if the suffix is not blank then we found at least one match so ...
             print $0 sep1 sfx                            # print current line and append the suffix
        }
' pattern.txt file.txt

    或者，将脚本主体放在awk文件中，然后通过以下方式访问awk -f ...：

    $ cat my_grep.awk
BEGIN   { sep1 = "\t"; sep2 = "," }
FNR==NR { ptns[$0]; next }
        { sfx = ""
          for (ptn in ptns)
              if (index($0,ptn))
                 sfx = sfx (sfx == "" ? "" : sep2) ptn
          if (sfx != "")
             print $0 sep1 sfx
        }

$ awk -f my_grep.awk pattern.txt file.txt

    笔记：

    • 假设行中patterns.txt没有任何前导/尾随空格，否则会导致调用index()失败
    • (ptn in ptns)不保证模式的处理顺序，这意味着无法保证在行尾打印时所述模式的顺序；虽然可以添加额外的代码来满足排序要求，但 OP 需要提供更多细节以包括如何处理重复和/或重叠的模式（例如，a并且as会在同一index()位置匹配，因此哪种模式会被视为实际匹配？）
    • 因为index()只会找到模式的第一次出现，并且我们不会尝试匹配第一个匹配之后的匹配，所以这种方法只会告诉我们至少有一个4匹配；需要额外的编码来确定匹配的数量，但也需要 OP 提供有关如何处理重复和/或重叠模式的更多详细信息（例如，与44匹配多少次44444444？）

    两种方法都会产生：

    abc$(SEQ)asdasd asd
efg hij$(SEQ)asdasdasd$(SEQ)zzzzzz  asd
op$(SEQ)44444444    444
qrs$(SEQ)777    777
qrs$(SEQ)777444 444,777
asdsd777hdhfgjdfasd asd,777
    • 5

  2. 由于允许任何可识别的格式，最简单的解决方案是将 grep 发出的 ANSI 序列直接替换为您想要的任何分隔符，例如制表符：

    $grep --color=always -f pattern.txt file.txt | \
  sed -E 's/(\x1b\[[0-9;]*[A-Za-z])+/\t/g'
abc$(SEQ) asd asd
efg hij$(SEQ) asd asd asd $(SEQ)zzzzzz
操作$(SEQ) 444 444 44
qrs$(SEQ) 777
qrs$(序列) 777 444
    asd sd 777 hdhfgjdf asd

    也可以捕获开始和结束 ANSI 序列之间的每个匹配，例如这里我将每个匹配包装在[]

    $grep --color=always -f pattern.txt file.txt | \
  sed -E -e 's#\x1b\[m#]\t#g'  -e 's#\x1b\[[0-9;]+m#\t[#g'
abc$(SEQ) [asd] [asd]
efg hij$(SEQ) [asd] [asd] [asd] $(SEQ)zzzzzz
操作$(SEQ) [444] [444] 44
qrs$(SEQ) [777]
qrs$(SEQ) [777] [444]
    [asd] sd [777] hdhfgjdf [asd]

    要在最后打印图案，你可以使用类似这样的方法

    $grep --color=always -f pattern.txt file.txt | while read -r line; do
    printf "%s\t=== Patterns: " "$line"
    echo "$line" | perl -nE 'while (/\x1b\[[0-9;]+m(.*?)\x1b\[m/g) {
        print "$1 "; }; print "\n";'
done

abc$(SEQ)asdasd === 模式：asd asd
efg hij$(SEQ)asdasdasd$(SEQ)zzzzzz === 模式：asd asd asd
op$(SEQ)44444444 === 模式：444 444
qrs$(SEQ)777 === 模式：777
qrs$(SEQ)777444 === 模式：777 444
asdsd777hdhfgjdfasd === 图案：asd 777 asd

$grep --color=always -f pattern.txt file.txt | while read line; do \
    printf "$line\t=== Patterns: " | sed -E 's/\x1b\[[0-9;]*[A-Za-z]//g'
    echo "$line" | sed -E 's/^.*\x1b\[[0-9;]+m(.+)\x1b\[m/\1/g'
done
abc$(SEQ)asdasd === 模式：asd
efg hij$(SEQ)asdasdasd$(SEQ)zzzzzz === 模式：asd$(SEQ)zzzzzz
op$(SEQ)44444444 === 模式：44444
qrs$(SEQ)777 === 模式：777
qrs$(SEQ)777444 === 模式：444
asdsd777hdhfgjdfasd === 图案：asd

    如果你想保留颜色以供以后使用，你也可以直接这样做

    $ grep --color=always -f pattern.txt file.txt > output.txt
$ cat output.txt
    • 1

  3. 要在 Perl 中执行此操作，请使用以下命令：

    perl -lne '
BEGIN {
    chomp( @pats = `cat pattern.txt` );
    $pat = join "|", @pats;
}
if ( @matches = m{($pat)}g ) {
    %seen = ();
    @uniq = grep !$seen{$_}++, @matches;
    $uniq = join ",", @uniq;
    print "$_\t$uniq";
}' file.txt

    输出：

    abc$(SEQ)asdasd      asd
efg hij$(SEQ)asdasdasd$(SEQ)zzzzzz      asd
op$(SEQ)44444444        444
qrs$(SEQ)777    777
qrs$(SEQ)777444 777,444
asdsd777hdhfgjdfasd     asd,777

    Perl“单行命令”使用以下命令行标志：：
    -e告诉 Perl 在行内查找代码，而不是在文件中。
    -n：一次循环输入一行，$_默认情况下将其分配给。 ：在行内执行代码之前
    -l去除输入行分隔符（默认情况下在 *NIX 上），并在打印时附加它。"\n"

    正则表达式使用这个修饰符：：
    g重复匹配模式。

    chomp( @pats = `cat pattern.txt` );

    上面这一行将文件内容读pattern.txt入数组@pats并删除换行符（chomp）。

    $pat = join "|", @pats;：将模式连接成一个字符串，用|（= OR运算符）分隔。
    @matches = m{($pat)}g：将模式重复匹配（m{...}g）从 读取的当前行file.txt。所有匹配都存储在数组中@matches（如果出现多次，则可能包含相同模式的重复）。
    if ( @matches = ... )：如果至少有一个匹配项，@matches则评估为。 ：使匹配项唯一并将其存储在数组中。：用逗号连接唯一匹配项，并将结果存储在一个字符串中。TRUE
    @uniq = grep !$seen{$_}++, @matches;@uniq
    $uniq = join ",", @uniq;$uniq

    参见：

    • 1

相关问题