Question

如何从超过3行显示特定单词的文件夹中找到文件？我尝试使用递归grep来查找该单词，然后使用-c来计算单词出现的行数。

Answer 1

此命令将以递归方式列出当前目录中出现word超过3行的文件，以及每个文件的匹配计数：

grep -c -r 'word' . | grep -v -e ':[0123]$' | sort -n -t: -k2

如果您不希望对结果进行排序，则无需进行最终排序，但我认为这很方便。

管道中的第一个命令（grep -c -r 'word' .）以递归方式查找当前目录中包含word的每个文件，并计算每个文件的出现次数。中间grep会丢弃每个0,1,2或3的计数，因此您只需获得大于3的计数（这是因为-v中的grep(1)会将匹配感反转为选择不匹配的线）。最后的排序步骤根据每个文件的出现次数对列表进行排序;它将字段分隔符设置为:，并指示sort(1)使用第二个字段（计数）作为排序键进行基于数字的排序。

以下是我运行的一些测试的示例输出：

./file1:4
./dir1/dir2/file3:5
./dir1/file2:8

如果您只想要没有匹配计数的文件名，可以使用sed(1)放弃:count部分：

grep -m 4 -c -r 'word' . | grep -v -e ':[0123]$' | sed -r 's/:[0-9]+$//'

如评论中所述，如果匹配计数不重要，在这种情况下，我们可以使用grep优化第一个-m 4，这会在4个匹配行后停止读取文件。

<强>更新

如果使用较小的数字，上述解决方案可以在一定程度上正常工作，但对于较大的数字，它不能很好地扩展。如果你想根据一个任意数字进行过滤，你可以使用awk(1)（事实上它最终会变得更干净），如下所示：

grep -c -r 'word' . | awk -F: '$2 > 10'

-F:的{{1}}参数是必要的;它指示awk(1)按awk(1)而不是默认（空格和制表符）分隔字段。这个解决方案很好地概括了任何数字。

同样，如果匹配计数无关紧要，您只想获取文件名列表，请改为：

当特定单词出现在至少特定行数时，从文件夹中查找文件

1 个答案: