Question

我正在努力实现以下目标：

有一个包含多个单词的文件，例如：

示例txt的输出为

testStr
testmystring
testmystring_1
testmystringwq
testStr_3
testStrasd
testStr-345
testStr1
testingStr1

现在我要实现的是，如果我逐行操作文件，即第一次使用testStr，那么应该删除所有从testStr开头的单词，但在这里应该保留testStr。

预期输出为

testStr
testmystring
testmystring_1
testmystringwq
testingStr1

现在应该比较文件中的下一个字符串，即testmystring。然后预期的输出是

testStr
testmystring
testingStr1

依此类推...

我尝试使用sed命令通过模式进行删除，并且可以正常工作。但是我需要将原始模式保留在文件中。

sed -i '/testStr*/d' ./sample txt

Answer 1

这可能对您有用（GNU sed）：

sed 's/\<\(testStr\)\S*/\1/;H;$!d;x;s/.//;:a;s/\<\(\(testStr\n\).*\)\2/\1/;ta' file

删除字符串testStr之后的所有字符。将结果和不变的行存储在保留空间中。在文件末尾，删除引入的换行符，然后删除字符串testStr以外的所有字符串。

一个更简单的解决方案可能是：

sed 's/\<\(testStr\)\S*/\1/' file | sort -u

但是，这将删除除testStr以外的其他行的重复项，并且还可能更改原始顺序。

编辑：为了适应对原始问题的更改，提供了两个文件。第一个原始文件包含要测试的字符串（file），新的第二个文件仅包含要匹配的字符串（fileInput）。

使用上述解决方案和替代方法，从fileInput构建脚本：

sed 'H;$!d;x;s/.//;s/\n/|/g;s#.*#s/\\<(&)\\S*/\\1/;H;$!d;x;s/.//;:a;s/\\<(((&)\\n).*)\\2/\\1/;ta#' fileInput |
sed -Ef - file

Answer 2

那呢？

$ grep -Evf <(sed 's/^/^/; s/$/.+/' sample.txt) sample.txt
testStr
testmystring
testingStr1

（需要bash，zsh，ksh93或其他能够理解<(command)样式重定向的shell。）

Answer 3

这是如何使用文字字符串执行的操作：

$ awk 'NR==FNR{tgts[$0]; next} {for (tgt in tgts) if (($0 != tgt) && (index($0,tgt) == 1)) next} 1' targets file
testStr
testmystring
testingStr1

以上内容在这些输入文件上运行：

$ tail -n +0 targets file
==> targets <==
testStr
testmystring

==> file <==
testStr
testmystring
testmystring_1
testmystringwq
testStr_3
testStrasd
testStr-345
testStr1
testingStr1

无论哪个文件中包含什么字符，以上内容都将起作用。

删除具有匹配项的单词，但将原始单词保留在文件中

3 个答案: