Question

我有一组文本文件和一组关键字，需要在这些文件中查找。但是，我只对匹配“完整单词”感兴趣，即匹配空格之间的字符串。例如，如果我有文字

line1: word1 word2,
line2: word3 word22
line3: word4 aword2

如果我搜索word2，我只希望获得line1而不是2或3。另外，我需要知道匹配发生的行，所以我不能将每个文本文件放在一袋单词中并在其中搜索。

我可以使用grep吗？如果是这样，怎么办？还是有更好的选择？

另外，例如，如果我想搜索短语，是否可以正常工作

line1: word1 word word2,
line2: word3 word word22
line3: word4 wword word2

如果我要搜索“单词word2”，应该只产生第1行

Answer 1

在这里您可以使用grep及其所有选项：

-w, --word-regexp ：仅选择那些包含组成整个单词的匹配项的行。测试是匹配的子字符串必须在行的开头，或者必须在非单词组成字符之前。同样，它必须在行的末尾，或后跟非单词组成字符。单词构成的字符是字母，数字和下划线。

_{来源：man grep}

$ grep -w word2 file

Answer 2

我认为您正在寻找类似的东西

grep -E "(^|\W)word2($|\W)" mytestfile.txt

同一件事也适用于您的第二种情况

grep -E "(^|\W)word word2($|\W)" mytestfile.txt

-E用于扩展正则表达式（egrep）。（^ | \ W）将匹配行的开头或非字母数字字符（^ a-zA-Z0-9）。（$ | \ W）将匹配行尾或非字母数字字符。

我在OSX上进行了测试，但是我认为它几乎可以在几乎所有系统上运行（GNU Grep也具有-E选项）。

Answer 3

当心pcre2grep的用户！在正则表达式中使用-w选项或\ W不适用于重音字符。例如，使用“（（^ | \ W）class（$ | \ W）””也会导致以下两行也被匹配：

“ Versetdéclassé”，

“déclassé段”，

从此示例中可以看到，带重音符号的e不被认为是构词字符。

（注意：我正在使用pcre2grep 1022-GNU grep 2.0d）