Question

我正在寻找一种grep多个原子的方法，例如“foo”和“bar”。我知道我可以使用
grep 'foo' file | grep 'bar'
得到他们两个但我想知道是否有更有效的方式。任何googleing似乎只会抛出'或'基于搜索的结果，而不是'和'。

Answer 1

我怀疑你会比你选择的方式更有效率。鉴于grep可执行文件在第二个副本运行时已经被映射到内存中，并且你的正则表达式中没有回溯（与egrep 'foo.*bar|bar.*foo'显而易见的解决方案不同），我认为你拥有的是一个快速的，因为你是要去。

以下是一些示例时间来说明这一点：

allan@allan-desktop:~$ time egrep 'foo.*bar|bar.*foo' foobar | wc -l
2000
real 0m0.006s
user 0m0.004s
sys  0m0.004s

allan@allan-desktop:~$ time fgrep 'foo' foobar | fgrep 'bar' | wc -l
2000
real 0m0.039s
user 0m0.000s
sys  0m0.000s

allan@allan-desktop:~$ time egrep 'foo.*bar|bar.*foo' foobar | wc -l
2000
real 0m0.006s
user 0m0.004s
sys  0m0.008s

allan@allan-desktop:~$ time fgrep 'foo' foobar | fgrep 'bar' | wc -l
2000
real 0m0.005s
user 0m0.004s
sys  0m0.004s

从这个不可否认的小样本来看，管道版本占用较少的系统和用户CPU时间，因此效率更高。

输入文件包含1000份：

foo-bar
bar-dgfjhdgjhdgdfgdjghdjghdfg-foo

所以你可以运行自己的测试。

她使用100,000行输入进行同样的测试 - 您可以看到提问者方法更有效：

allan@allan-desktop:~$ time egrep 'foo.*bar|bar.*foo' foobar | wc -l
    100000
    real 0m0.135s
    user 0m0.136s
    sys  0m0.012s
allan@allan-desktop:~$ time fgrep 'foo' foobar | fgrep 'bar' | wc -l
    100000
    real 0m0.034s
    user 0m0.048s
    sys  0m0.012s
allan@allan-desktop:~$ time egrep 'foo.*bar|bar.*foo' foobar | wc -l
    100000
    real 0m0.151s
    user 0m0.144s
    sys  0m0.000s
allan@allan-desktop:~$ time fgrep 'foo' foobar | fgrep 'bar' | wc -l
    100000
    real 0m0.046s
    user 0m0.044s
    sys  0m0.012s

Answer 2

egrep '(foo.*bar|bar.*foo)'
# or
grep -E '(foo.*bar|bar.*foo)'

Answer 3

这可能有效。 :)由于文件系统级别的缓存，再次加载grep可能是免费的。并且，假设命中数很少（与输入行数相比），并且包含'foo'的大多数行也将成为'bar'的命中，grep的第二个实例也没有没什么可做的。

高效的grep方法匹配两个原子？

3 个答案: