grep 命令不搜索完整模式答案

【问题标题】：grep command is not search the complete patterngrep 命令不搜索完整模式
【发布时间】：2013-06-25 07:52:54
【问题描述】：

我在 shell 脚本中使用 grep 命令时遇到问题。实际上我有一个文件（PCF_STARHUB_20130625_1），其中包含以下记录。

SH_5.55916.00.00.100029_20130601_0001_NUC.csv.gz|438|3556691115
SH_5.55916.00.00.100029_20130601_0001_Summary.csv.gz|275|3919504621
SH_5.55916.00.00.100029_20130601_0001_UI.csv.gz|226|593316831
SH_5.55916.00.00.100029_20130601_0001_US.csv.gz|349|1700116234
SH_5.55916.00.00.100038_20130601_0001_NUC.csv.gz|368|3553014997
SH_5.55916.00.00.100038_20130601_0001_Summary.csv.gz|276|2625719449
SH_5.55916.00.00.100038_20130601_0001_UI.csv.gz|226|3825232121
SH_5.55916.00.00.100038_20130601_0001_US.csv.gz|199|2099616349
SH_5.75470.00.00.100015_20130601_0001_NUC.csv.gz|425|1627227450

我有一个存储在一个变量 (INPUT_FILE_T) 中的模式，并且想要从文件 (PCF_STARHUB_20130625_1) 中搜索模式。为此，我使用了以下命令

INPUT_FILE_T="SH?*???????????????US.*"
grep ${INPUT_FILE_T} PCF_STARHUB_20130625_1

上述命令的输出如下

PCF_STARHUB_20130625_1:SH_5.55916.00.00.100029_20130601_0001_US.csv.gz|349|1700116234

我在输出中有两个问题，第一个是，输出中只显示一个条目（它应该包含两个条目），第二个问题是，输出包含不应该出现的“PCF_STARHUB_20130625_1：”。输出应如下所示

SH_5.55916.00.00.100029_20130601_0001_US.csv.gz|349|1700116234
SH_5.55916.00.00.100038_20130601_0001_US.csv.gz|199|2099616349

除了grep还有什么技巧请告诉我。

请帮助我解决这个问题。

【问题讨论】：

标签： shell

【解决方案1】：

已将您的数据复制到我的input.txt：

$> (export INPUT_FILE_T="SH.*US\.*"; grep -h ${INPUT_FILE_T} input.txt)
SH_5.55916.00.00.100029_20130601_0001_US.csv.gz|349|1700116234
SH_5.55916.00.00.100038_20130601_0001_US.csv.gz|199|2099616349

编辑

如果您绝对必须使用 glob 模式，可能有一个实用程序可以做到这一点，但我不知道。以下快速 C 程序将有所帮助：

#include <fnmatch.h>
#include <stdio.h>
#include <stdlib.h>

#define MAX_LINE_LENGTH 4096

int main(int argc, char**argv)
{
    if (argc < 2) { return EXIT_FAILURE; }

    FILE *in = stdin;
    const char *pattern = argv[1];

    char line[MAX_LINE_LENGTH + 1];
    while (fgets(line, MAX_LINE_LENGTH, in))
    {
        if (!fnmatch(pattern, line, 0))
        {
            printf("%s", line);
        }
    }
    return EXIT_SUCCESS;
}

编译（上面的程序在文件myfnmatch.c中）：

$> gcc -Wall myfnmatch.c -o myfnmatch

使用示例（注意stdin重定向到input.txt）：

(export INPUT_FILE_T="SH?*???????????????US.*"; ./myfnmatch ${INPUT_FILE_T} <./input.txt)
SH_5.55916.00.00.100029_20130601_0001_US.csv.gz|349|1700116234
SH_5.55916.00.00.100038_20130601_0001_US.csv.gz|199|2099616349

【讨论】：

感谢rectummelancolique 的回复...但我无法更改搜索模式（不能使用SH.*US\.* 而不是SH?*???????????????US.*），因为它已经在数据库中提供。跨度>
在 grep 正则表达式中 ? 并不意味着“任何东西”（至少根据我的 man grep）它意味着 The preceding item is optional and matched at most once。看来您的模式是 glob 模式而不是正则表达式。所以你必须改变它才能使用 grep。
如果？在 grep 表达式中没有任何意义，那么为什么它正在搜索一种模式，它不会搜索任何模式..
我只是在告诉你，就像我的男人一样。您没有告诉我们您正在使用哪个 shell，无论您的 grep 是 GNU grep 还是您的 shell 的内置，您也没有向我们提供完整的脚本。使用您的确切模式不会为我返回一个匹配项。所以我不知道你在说什么。
那么您需要将您的模式更改为正则表达式。我不知道为什么您的 grep 将文件中的任何内容与您的 glob 模式匹配。它不应该。 grep --version 说什么？

【解决方案2】：

您可以使用.* 匹配任意字符任意次数，因此可以简化您的搜索模式（也不需要最后一个通配符）：

INPUT_FILE_T="SH.*US\."

要从输出中删除文件名，请在 grep 中使用 -h 标志：

$ grep -h ${INPUT_FILE_T} PCF_STARHUB_20130625_1
SH_5.55916.00.00.100029_20130601_0001_US.csv.gz|349|1700116234
SH_5.55916.00.00.100038_20130601_0001_US.csv.gz|199|2099616349

【讨论】：

感谢 Yossarian 的回复...但我无法更改搜索模式（不能使用 SH.*US\.* 代替 SH?*??????? ?????????US.*)，因为它已经在数据库中提供。
但问题仍然存在，grep 无法找到第二个模式。