Question

我有一个名为“dictionary.txt”的文件，其中包含所有可能单词的列表，例如：

a
aardvark
act
anvil
ate
...

如何搜索此内容，仅打印包含有限列表中字母的行，例如，如果列表中包含字母“c”，“a”和“t”，则搜索将显示以下字词：

a
act
cat

如果搜索字母“e”，“a”和“t”，则只能从“dictionary.txt”找到这些单词：

a
ate
eat
tea

我管理的唯一解决方案是：

创建所有可能的字母列表。
从此列表中删除搜索到的字母，留下我不想搜索的字母列表。
使用for循环循环每个字母，删除字典中包含这些字母的所有行。
打印字典中的其余字词。

此解决方案非常慢。此外，我需要将此代码与其他语言一起使用，这些语言有数千个可能的字符，因此这种搜索方法特别慢。

如何只打印“dictionary.txt”中仅包含搜索字母的那些行，而不打印其他内容？

Answer 1

grep '^[eat]*$' dictionary.txt

说明：

^ =标记表示行的开头

$ =标记表示行尾

[abc] =字符类（“匹配其中任何一个字符”）

* =字符类的乘数（零次或多次重复）

Answer 2

不幸的是，我无法发表评论，否则我会添加amphetamachine's answer。无论如何，随着数千个搜索字符的更新条件，您可能需要执行以下操作：

grep -f patterns.txt dictionary.txt

patterns.txt是你的正则表达式：

/^[eat]\+$/

以下是示例会话：

$ cat << EOF > dictionary.txt
> one
> two
> cat
> eat
> four
> tea
> five
> cheat
> EOF
$ cat << EOF > patterns.txt
> ^[eat]\+$
> EOF
$ grep -f patterns.txt dictionary.txt
eat
tea
$

这样你不受shell的限制（参数列表太长）。此外，您可以在文件中指定多个模式：

$ cat patterns.txt
^[eat]\+$
^five$
$ grep -f patterns.txt dictionary.txt
eat
tea
five
$

Answer 3

使用awk：

尝试

awk '/^[eat]*$/ { print }' dictionary.txt

我发现这比grep快了至少一个数量级超过7个字母。但是，我不知道你是否会遇到成千上万个字母的问题，因为我没有测试那么多。

您甚至可以一次搜索多个模式（这比一次搜索每个模式更快，因为字典文件只能读取一次）。每个模式都充当if语句：

awk '/^[eat]*$/ { print "[eat]: " $0 } /^[cat]*$/ { print "[cat]: " $0 }' dictionary.txt

Answer 4

sed -n '/a/'p words.txt

将此用于您需要找到的任何字母。如果您想要一起找到多个字母，只需重复该命令。

Grep也不应该用于超过最简单/最基本的搜索，恕我直言。虽然我通常会毫不犹豫地将任何POSIX实用程序称为过时，但我确实试图避免使用grep。它＆＃39;语法非常不一致。

还建议您学习此文本文件。 http://sed.sourceforge.net/sed1line.txt

Answer 5

如果你想包括例如模式中的变音符号并不想拥有其他重音符号，在执行grep之前设置LC_ALL="C"。

例如只会在潜在的dictionary.txt文件中为您提供候选德语单词。

LC_ALL="C" grep '^[a-zA-ZäÄöÖüÜß]*$' dictionary.txt

如何打印只包含BASH列表中字符的行？

5 个答案: