关于bash：grep在不同行上的文件中的多个字符串（即整个文件，而不是基于行的搜索）？


grep for multiple strings in file on different lines (ie. whole file, not line based search)?

我想对任何一行中包含单词Dansk、Svenska或Norsk的文件使用一个可用的返回代码进行grep(因为我只想知道字符串包含的信息，所以我的一行代码比这行代码更进一步)。

我有很多这样的文件，里面有行：

1
2
3
4
5
6
7
8
Disc Title: unknown
Title: 01, Length: 01:33:37.000 Chapters: 33, Cells: 31, Audio streams: 04, Subpictures: 20
        Subtitle: 01, Language: ar - Arabic, Content: Undefined, Stream id: 0x20,
        Subtitle: 02, Language: bg - Bulgarian, Content: Undefined, Stream id: 0x21,
        Subtitle: 03, Language: cs - Czech, Content: Undefined, Stream id: 0x22,
        Subtitle: 04, Language: da - Dansk, Content: Undefined, Stream id: 0x23,
        Subtitle: 05, Language: de - Deutsch, Content: Undefined, Stream id: 0x24,
(...)

以下是我想要的伪代码：

1
2
3
4
for all files in directory;
 if file contains"Dansk" AND"Norsk" AND"Svenska" then
 then echo the filename
end

最好的方法是什么？可以在一条线上完成吗？

你可以使用：

1
grep -l Dansk * | xargs grep -l Norsk | xargs grep -l Svenska

如果还想在隐藏文件中查找：

1
grep -l Dansk .* | xargs grep -l Norsk | xargs grep -l Svenska
相关讨论

还有另一种使用bash和grep的方法：

对于单个文件'test.txt'：

1
  grep -q Dansk test.txt && grep -q Norsk test.txt && grep -l Svenska test.txt

将打印test.txt如果文件包含全部三个(任意组合)。前两个grep不打印任何内容(-q)，最后一个grep只打印其他两个已通过的文件。

如果要对目录中的每个文件执行此操作：

1
   for f in *; do grep -q Dansk $f && grep -q Norsk $f && grep -l Svenska $f; done
相关讨论

1
grep –irl word1 * | grep –il word2 `cat -` | grep –il word3 `cat -`
  • -i使搜索不区分大小写
  • -r通过文件夹进行递归文件搜索
  • -l将文件列表与找到的单词连接起来。
  • cat -使下一个grep查看传递给它的文件列表。
相关讨论

如何在不同的行上对文件中的多个字符串进行grep(使用管道符号)：

1
2
3
for file in *;do
   test $(grep -E 'Dansk|Norsk|Svenska' $file | wc -l) -ge 3 && echo $file
done

笔记：

  • 如果你在grep中使用双引号""，你就必须这样避开管道：\|来搜索dansk、norsk和svenska。

  • 假设一行只有一种语言。

    • 演练：http://www.cyberciti.biz/faq/howto-use-grep-command-in-linux-unix/

    相关讨论

    这将在多个文件中搜索多个单词：

    1
    egrep 'abc|xyz' file1 file2 ..filen
    相关讨论

    使用ACK可以很容易地做到这一点：

    1
    ack -l 'cats' | ack -xl 'dogs'
    • 返回文件列表
    • -x：从stdin(上一次搜索)中获取文件，只搜索这些文件

    你可以一直保持管道直到你得到你想要的文件。

    相关讨论

    1
    awk '/Dansk/{a=1}/Norsk/{b=1}/Svenska/{c=1}END{ if (a && b && c) print"0" }'

    然后可以用shell捕获返回值

    如果你有红宝石(1.9+)

    1
    ruby -0777 -ne 'print if /Dansk/ and /Norsk/ and /Svenka/' file
    相关讨论

    简单地说：

    1
    grep 'word1\|word2\|word3' *

    有关详细信息，请参阅此文章

    相关讨论

    这是格伦·杰克曼和库鲁米的混合答案，允许任意数量的正则表达式，而不是任意数量的固定词或固定的正则集。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    #!/usr/bin/awk -f
    # by Dennis Williamson - 2011-01-25

    BEGIN {
        for (i=ARGC-2; i>=1; i--) {
            patterns[ARGV[i]] = 0;
            delete ARGV[i];
        }
    }

    {
        for (p in patterns)
            if ($0 ~ p)
                matches[p] = 1
                # print    # the matching line could be printed
    }

    END {
        for (p in patterns) {
            if (matches[p] != 1)
                exit 1
        }
    }

    像这样运行：

    1
    ./multigrep.awk Dansk Norsk Svenska 'Language: .. - A.*c' dvdfile.dat

    我用两步来完成。在一个文件中列出csv文件在这个页面的帮助下，我做了两个无脚本的步骤来获得我需要的东西。只需输入终端：

    1
    2
    $ find /csv/file/dir -name '*.csv' > csv_list.txt
    $ grep -q Svenska `cat csv_list.txt` && grep -q Norsk `cat csv_list.txt` && grep -l Dansk `cat csv_list.txt`

    它完全符合我的需要-打印包含所有三个单词的文件名。

    也要注意像`'"这样的符号。

    以下是我工作得很好的地方：

    1
    2
    3
    4
    find . -path '*/.svn' -prune -o -type f -exec gawk '/Dansk/{a=1}/Norsk/{b=1}/Svenska/{c=1}END{ if (a && b && c) print FILENAME }' {} \;
    ./path/to/file1.sh
    ./another/path/to/file2.txt
    ./blah/foo.php

    如果我只想找到这三个文件的.sh文件，那么我可以使用：

    1
    2
    find . -path '*/.svn' -prune -o -type f -name"*.sh" -exec gawk '/Dansk/{a=1}/Norsk/{b=1}/Svenska/{c=1}END{ if (a && b && c) print FILENAME }' {} \;
    ./path/to/file1.sh

    扩展@kurumi的awk答案，这里有一个bash函数：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    all_word_search() {
        gawk '
            BEGIN {
                for (i=ARGC-2; i>=1; i--) {
                    search_terms[ARGV[i]] = 0;
                    ARGV[i] = ARGV[i+1];
                    delete ARGV[i+1];
                }
            }
            {
                for (i=1;i<=NF; i++)
                    if ($i in search_terms)
                        search_terms[$1] = 1
            }
            END {
                for (word in search_terms)
                    if (search_terms[word] == 0)
                        exit 1
            }
        '    "$@"
        return $?
    }

    用途：

    1
    2
    3
    4
    5
    if all_word_search Dansk Norsk Svenska filename; then
        echo"all words found"
    else
        echo"not all words found"
    fi

    今天我遇到了这个问题，所有的一行程序都失败了，因为文件名中包含空格。

    这就是我想出的方法：

    1
    grep -ril <WORD1> | sed 's/.*/"&"/' | xargs grep -il <WORD2>

    如果您只需要两个搜索词，可以说，最易读的方法是运行每个搜索并与结果相交：

    1
     comm -12 <(grep -rl word1 . | sort) <(grep -rl word2 . | sort)