主页 / computer / 问题 / 1703029
Accepted
kelalaka
Asked: 2022-02-04 11:53:39 +0800 CST

grep 命令正确处理的行长度是否有限制？

  • 772

当我检查我的 biostar 实现的结果以在 fasta 文件中搜索素数时，我看到了一个奇怪的结果。我最初有一个 70 列的文件，并将其转换为单行有 6077828 个字符的文件。

当我使用 grep 命令时

grep -o -P -b -n CAATCGCCGT fasta.txt

它显示了我的 Biostar 实现中未显示的两个匹配项。

3:3206721:CAATCGCCGT
3:4140348:CAATCGCCGT

我和 Kate 一起在原始文件上搜索了入门书，但没有找到。由于文本的 70 列划分，引物可能会分成两行。

然后我用 div 和 mod 将它们转换为行号和列号

  • 3206572 代表第 45808 行和第 12 列
  • 4140199 代表第 59145 行和第 49 列

然而，底漆并不存在。

grep 可以处理的最大行数有限制吗？如果是这样，当超过限制时，结果是否可靠到限制大小？

ubuntu grep

1 个回答

  1. Best Answer

    一般来说

    POSIX规范grep声明

    输入文件
    输入文件应为文本文件。

    这意味着grep必须可靠地处理文本文件（“shall”表示“强制行为”）。不是文本文件的文件可能会或可能不会被可靠地处理，未指定行为。

    这里的“文本文件”是指[强调我的]：

    包含组织成零行或多行的字符的文件。这些行不包含 NUL 字符，并且{LINE_MAX}长度不能超过字节，包括 <newline> 字符。尽管 POSIX.1-2017 不区分文本文件和二进制文件（参见 ISO C 标准），但许多实用程序仅在对文本文件进行操作时产生可预测或有意义的输出。具有此类限制的标准实用程序始终在其 STDIN 或 INPUT FILES 部分中指定“文本文件”。

    {LINE_MAX}在这里解释：

    {LINE_MAX}
    除非另有说明，否则当实用程序被描述为处理文本文件时，实用程序输入行（标准输入或其他文件）的最大长度（以字节为单位）。长度包括尾随 <newline> 的空间。
    最小可接受值：{_POSIX2_LINE_MAX}

    {_POSIX2_LINE_MAX}
    除非另有说明，否则当实用程序被描述为处理文本文件时，实用程序输入行（标准输入或其他文件）的最大长度（以字节为单位）。长度包括尾随 <newline> 的空间。
    价值：2048

    所有这一切意味着一个实现可能会比给定系统grep处理更长的行，并且仍然可以将其称为“便携式”。可能低至2048。{LINE_MAX}{LINE_MAX}

    请记住，这不像是有人提出了规范，并且不同实现的维护者都在grep努力遵守。恰恰相反：已经检查了现有的主要实现，找到并记录了常见的功能集。可能需要赶上一点。有些可能更强大；有些可能从一开始就被认为是非专业的，出于任何原因能力较差，有理由不赶上。

    一种或另一种方式，您可以期待面向 POSIX 的操作系统grep（如 Linux），尤其是通过 POSIX 认证的操作系统（如 macOS），以可靠地处理不包含 NUL 字符的长达 2048 字节的行。如果可以处理更长的行，则将其视为奖励。grep

    “行长有限制吗？”的一般回答。是：是的，可能有，它取决于实现；但如果有限制，则至少应为 2048 字节。较长行的行为未指定。

    尤其是

    你标记。Ubuntu 附带 GNU grep。GNUgrep 声称：

    虽然grep期望对文本进行匹配，但它对输入行长度没有限制，除了可用内存之外，它可以匹配一行中的任意字符。

    • 3

相关问题