搜索文件，找到匹配项时，存储它，然后打印出上面 4 行，下面 3 行

Question

我有一个简单的搜索脚本，它接受用户输入并跨目录和文件进行搜索，并且只列出找到它的文件。我想要做的是能够在找到匹配项时，抓住上面的 4 行它，以及它下面的 3 行并打印它。所以，假设我有。

somefile.html

"a;lskdj a;sdkjfa;klsjdf a aa;ksjd a;kjaf ;;jk;kj asdfjjasdjjfajsd  jdjd
jdjajsdf<blah></blah> ok ok okasdfa stes test tes tes test test<br>

blah blah blah ok, I vouch for the sincerity of my post all day long.
Even though I can sometimes be a little crass.

I would only know the blue moon of pandora if I saw it. I heard tales of long ago 
times in which .. blah blah

<some html>whatever some number 76854</some html>

running thru files of grass etc.. ===> more info
whatever more "

假设我想找到“76854”，它将打印或存储在一个数组中，以便我可以打印在目录/文件中找到的所有匹配项。

*Match found:*

**I would only know the blue moon of pandora if I saw it. I heard tales of long ago 
times in which .. blah blah
<some html>whatever whatever</some html>
running thru files of grass etc.. ===> more info
whatever more**


**********************************

类似的东西。到目前为止，我有并且它正在通过打印出找到匹配项的文件来工作：

if ($args->{'keyword'}){
    if($keyword =~ /^\d+$/){
    print "Your Results are as Follows:\n";
        find( sub
            {
                local $/;
                return if ($_ =~ /^\./);
                return unless ($_ =~ /\.html$/i);
                stat $File::Find::name;
                return if -d; #is the current file a director?
                return unless -r; # is the file readable?
                open(FILE, "< $File::Find::name") or return;
                my $string = <FILE>;
                close (FILE);
                print "$keyword\n";
                if(grep /$keyword/, $string){
                    push(@resultholder, $File::Find::name);
                }else{
                   return;
                }
             },'/app/docs/');
    print "Results: @resultholder\n";
    }else{
        print "\n\n ERROR\n";
        print "*************************************\n\n";
        print "Seems Your Entry was in the wrong format \n\n";
        print "*************************************\n\n";
    }
exit;
}

Answer 1

这里是 perl 的先决条件吗？这使用 grep 非常简单，您可以告诉它在匹配前后打印 N 行。

grep <search-term> file.txt -B <# of lines before> -A <# of lines after>

如果你真的想使用 perl，请忽略，只是扔掉一个替代品。

Answer 2

您使用的是 Windows 还是 Linux？

如果您在 Linux 上，您的脚本最好替换为：

grep -r -l 'search_string' path_to_search_directory

它将列出所有包含 search_string 的文件。要在 match 行之前获得 4 行上下文，在行之后获得 3 行上下文，您需要运行：

grep -r -B 4 -A 3 'search_string' path_to_search_directory

如果由于某种原因您不能或不想使用 grep，则需要改进您的脚本。

首先，通过这种结构，您只读取文件中的第一个字符串：

my $string = <FILE>;

其次，你最好避免将所有文件读入内存，因为你会遇到几个 Gb 的文件。甚至将一个字符串读入内存，因为你会遇到非常大的字符串。将其替换为对一些小缓冲区的顺序读取。

最后，要获得之前的 4 行和之后的 3 行，您需要从找到的匹配中执行反向读取（在匹配之前寻找到 buffer_size 的位置，读取该块并检查是否有足够的换行符在里面）。

Answer 3

因此，您需要存储至少 8 行，并在第 5 行与您的模式匹配时输出这 8 行。 shift 运算符，用于从数组的前面删除一个元素，push 运算符，用于将一个元素添加到列表的末尾，在这里可能会有所帮助。

find( sub {
    ...  # but don't set $\

    open( FILE, '<', $File::Find::name) or return;
    my @buffer = () x 8;
    while (<FILE>) {
        shift @buffer;
        push @buffer, $_;
        if ($buffer[4] =~ /\Q$keyword\E/) {
            print "--- Found in $File::Find::name ---\n";
            print @buffer;
            # return?
        }
    }
    close FILE;

    # handle the case where the keyword is in the last ~4 lines of the file.
    while (@buffer > 5) {
        shift @buffer;
        if ($buffer[4] =~ /\Q$keyword\E/) {
            print "--- Found in $File::Find::name ---\n";
            print @buffer;
        }
    }
} );