使用带有否定前瞻断言的 grep

Question

我的问题与这篇文章完全相同，但是 bash 中的正则表达式对我不起作用。 RegExp exclusion, looking for a word not followed by another

我想包含包含单词“Tom”的 csv 文件的所有行，除非它后面跟着“Thumb”。

• 包括：汤姆坐在海边。
• 不包括：Tom Thumb 坐在海边。
• 包括：汤姆和大拇指汤姆坐在海边。

当我在 regex101.com 上试用时，正则表达式 Tom(?!\s+Thumb) 有效。

但是我已经尝试了所有这些变体，但都没有奏效。我错过了什么，我该如何解决这个问题？我在 Mac 上。

cat inputfile.csv | grep Tom(?!\s+Thumb) > Tom.csv
cat inputfile.csv | egrep Tom(?!\s+Thumb) > Tom.csv
cat inputfile.csv | egrep “Tom(?!\s+Thumb)” > Tom.csv
cat inputfile.csv | grep -E Tom(?!\s+Thumb) > Tom.csv
cat inputfile.csv | grep -E “Tom(?!\s+Thumb)” > Tom.csv

Answer 1

POSIX ERE 无法做到这一点。

POSIX extended regular expressions 中没有否定的先行断言，这是 grep -E 激活的语法。

你能得到的最接近的方法是结合两个独立的正则表达式，一个正则匹配，一个负匹配：

grep -we 'Tom' inputfile.csv | grep -wvEe 'Tom[[:space:]]Thumb'

grep -v 排除任何匹配给定表达式的行；所以在这里，我们首先搜索Tom，然后删除Tom Thumb。

但是，匹配Tom and Tom Thumb sat by the seashore 的意图使得这不可行。简而言之：你不能用标准grep 做你要求的事情，除非它有grep -P 来使你的原始语法有效。在这种情况下，您可以使用：

grep -Pwe 'Tom(?!\s+Thumb)' <inputfile.csv >Tom.csv

---

一个 hack 可能是临时替代

假设您有 uuidgen 可用（它似乎出现在 Big Sur 中）来生成一个临时的、不可预测的印记：

uuid=$(uuidgen)
sed -e "s/Tom Thumb/$uuid/g" <inputfile.csv \
  | grep -we 'Tom' \
  | sed -e "s/$uuid/Tom Thumb/g" >tom.csv

Answer 2

Perl 解决方案怎么样：

perl -ne 'print if /Tom(?!\s+Thumb)/' inputfile.csv > Tom.csv

Perl明显支持PCRE并预装在Mac上。

• -n 选项与sed 的选项基本相同。 它禁止自动打印。
• -e 选项通过放置立即代码启用单行。
• 代码print if /pattern/是打印匹配行的习惯用法，它 可以替代grep 命令。

Answer 3

保持简单，只使用 awk，例如在每个 Unix 机器上的任何 shell 中使用任何 awk：

$ awk '{orig=$0; gsub(/Tom Thumb/,"")} /Tom/{print orig}' file
Include: Tom sat by the seashore.
Include: Tom and Tom Thumb sat by the seashore.

Answer 4

Grep 可以使用 Perl 正则表达式 (PCRE)。来自man grep：

-P, --perl-正则表达式

将 PATTERNS 解释为 Perl 兼容的正则表达式 (PCRE)。此选项在与 -z (--null-data) 选项结合使用时是实验性的，并且 grep -P 可能会警告未实现的功能。