Question

我正在尝试搜索包含FileA中行内容的FileB（以逗号分隔）中的行。我最初尝试使用grep但它似乎并不关心FileA中的某些字符。我不认为CSV格式很重要，至少到grep。

$ grep -f FileA FileB
grep: Unmatched [ or [^

我愿意使用任何常用的Linux命令，Perl或Python。没有可以匹配的特定表达式，这是使用FileA中的内容进行匹配的原因。下面是FileA中我们想要在FileB中匹配的一些示例行。

page=--&id='`([{^~
page=&rows_select=%' and '%'='
l=admin&x=&id=&pagex=http://.../search/cache?ei=utf-&p=change&fr=mailc&u=http://sub.domain.com/cache.aspx?q=change&d=&mkt=en-us&setlang=en-us&w=afe,dbfcd&icp=&.intl=us&sit=dbajdy.alt

fileB中包含上述字符串的行将在行中包含其他字符，即两个文件不是一个匹配的字符串：

fileA包含abc，fileB包含012abc*()，012abc*()会打印

Answer 1

一个简单的python解决方案是：

with open('filea', 'r') as fa:
    with open('fileb', 'r') as fb:
        patterns = fa.readlines()
        for line in fb:
            if line in patterns:
                print line

将整个模式文件存储在内存中，并将另一个文件的每一行与列表进行比较。

但为什么不使用diff？我必须查看联机帮助页，但我很确定有一种方法可以告诉它两个文件之间的相似之处。谷歌搜索后：

他们给出了解决方案：

diff --unchanged-group-format='@@ %dn,%df 
%<' --old-group-format='' --new-group-format='' \
--changed-group-format='' a.txt b.txt

Answer 2

使用fgrep（或等效grep -F）。这将模式（FileA的内容）解释为要搜索的文字字符串而不是正则表达式。

Answer 3

未经测试的解决方案：

逻辑：

从FileB以行数组
对于行数组中的每一行;
检查数组中的行是否显示为FileB
如果index(..)返回＆gt; 0然后;
从FileB

awk 'NR==FNR{lines[$0]++;next}{for (line in lines) {if (index($0,line)>0) {print $0}}}' FILEA FILEB`

根据源文件内容解析目标文件

3 个答案: