Question

我有一个文本文件foobar.txt，大约10KB，不是很长。然而，在高性能Linux机器上，以下匹配搜索命令大约需要10秒钟。

bash>shopt -s extglob
bash>[[ `cat foobar.txt` == ?(*[[:print:]])foobar ]]

没有匹配：foobar.txt中的所有字符都是可打印的，但没有字符串“foobar”。

搜索应该尝试匹配两个选项，每个选项都不匹配：

"foobar"

那是不正常的

*[[:print:]]foobar

- 应该是这样的：

应该一次扫描文件中的字符，每次都检查下一个字符是否

[[:print:]]foobar

这也应该很快，每个角色都不应该花费毫秒。

事实上，如果我放弃？，就是这样做

bash>[[ `cat foobar.txt` == *[[:print:]]foobar ]]

此即时。但这只是上面的第二种选择，没有第一种选择。

那为什么这么久？

Answer 1

bash中的glob匹配器没有进行优化。例如，参见this bug-bash thread，其中bash维护者Chet Ramey说：

它不是一个正则表达式引擎，它是一个即时解释的匹配器。

由于bash还包含一个正则表达式引擎（在=~内使用==而不是[[ ]]），因此可能没有太多动力去做任何事情。

在我的机器上，等效的正则表达式（^(.*[[:print:]])?foobar$）受到区域设置感知[[:print:]]的影响很大;由于某种原因，这不会影响glob匹配器。设置LANG = C使正则表达式正常工作。

但是，对于大小的字符串，我会使用grep。

Answer 2

正如其他人所说，你最好使用grep。

那就是说，如果你想坚持[[条件 - 结合@konsolebox和@ rici的建议 - 你会得到：

[[ $(<foobar.txt)  =~ (^|[[:print:]])foobar$ ]]

编辑：更新了正则表达式以符合OP的要求 - 谢谢，@rici。

一般来说，最好使用正则表达式进行字符串匹配（在这种情况下通过=~运算符），而不是[globbing] 模式（通过==运算符），其主要目的是匹配文件和文件夹名称。

Answer 3

只是因为你做了许多bash的分支（一个用于子shell，一个用于cat命令），而且，当你执行它时，你也会读取cat二进制文件。

[[ `cat foobar.txt` == *[[:print:]]foobar ]]

这种形式会更快：

[[ $(<foobar.txt) == *[[:print:]]foobar ]]

或者

IFS= read -r LINE < foobar.txt && [[ $LINE == *[[:print:]]foobar ]]

如果没有区别，模式匹配的速度可能与您正在使用的Bash版本有关。