texto - ¿Puede grep mostrar solo palabras que coincidan con el patrón de búsqueda?

ls grep

Question

¿Hay una manera de hacer que grep produzca "palabras" de archivos que coincidan con la expresión de búsqueda?

Si quiero encontrar todas las instancias de, digamos, "th" en varios archivos, puedo hacerlo:

grep "th" *

pero la salida será algo como (negrita es por mí);

some-text-file : the cat sat on the mat some-other-text-file : the quick brown fox yet-another-text-file : i hope this explains it thoroughly

Lo que quiero que produzca, usando la misma búsqueda, es:

the
the
the
this
thoroughly

¿Es esto posible usar grep? ¿O usar otra combinación de herramientas?

Answer 1

ripgrep

Aquí están los ejemplos usando ripgrep :

rg -o "(/w+)?th(/w+)?"

Coincidirá con todas las palabras que coincidan con th .

Answer 2

Es más simple de lo que piensas. Prueba esto:

egrep -wo ''th.[a-z]*'' filename.txt #### (Case Sensitive)

egrep -iwo ''th.[a-z]*'' filename.txt  ### (Case Insensitive)

Dónde,

 egrep: Grep will work with extended regular expression.
 w    : Matches only word/words instead of substring.
 o    : Display only matched pattern instead of whole line.
 i    : If u want to ignore case sensitivity.

Answer 3

No estaba satisfecho con la sintaxis de awk, pero me gustó la idea de usar una utilidad para hacer esto.

Parece que ack (o ack-grep si usas Ubuntu) puede hacer esto fácilmente:

# ack-grep -ho "/bth.*?/b" *

the
the
the
this
thoroughly

Si omites la marca -h obtienes:

# ack-grep -o "/bth.*?/b" *

some-other-text-file
1:the

some-text-file
1:the
the

yet-another-text-file
1:this
thoroughly

Como --output adicional, puede usar el indicador de --output para hacer búsquedas más complejas con la sintaxis más sencilla que he encontrado:

# echo "bug: 1, id: 5, time: 12/27/2010" > test-file
# ack-grep -ho "bug: (/d*), id: (/d*), time: (.*)" --output ''$1, $2, $3'' test-file

1, 5, 12/27/2010

Answer 4

Para buscar todas las palabras con "ícono-", el siguiente comando funciona perfectamente. Estoy usando Ack aquí, que es similar a grep pero con mejores opciones y buen formato.

ack -oh --type=html "/w*icon-/w*" | sort | uniq

Answer 5

Podrías canalizar tu salida grep a Perl de esta manera:

grep "th" * | perl -n -e''while(/(/w*th/w*)/g) {print "$1/n"}''

Answer 6

Prueba grep -o

grep -oh "/w*th/w*" *

Edición: coincidencia del comentario de Phil

De la documentación :

-h, --no-filename
    Suppress the prefixing of file names on output. This is the default
    when there is only  one  file  (or only standard input) to search.
-o, --only-matching
    Print  only  the matched (non-empty) parts of a matching line,
    with each such part on a separate output line.

Answer 7

Puedes traducir espacios a nuevas líneas y luego grep, por ejemplo:

cat * | tr '' '' ''/n'' | grep th

Answer 8

Sólo awk , no necesita combinación de herramientas.

# awk ''{for(i=1;i<=NF;i++){if($i~/^th/){print $i}}}'' file
the
the
the
this
thoroughly

Answer 9

También puedes probar pcregrep . También hay una opción -w en grep , pero en algunos casos no funciona como se esperaba.

De Wikipedia :

cat fruitlist.txt
apple
apples
pineapple
apple-
apple-fruit
fruit-apple

grep -w apple fruitlist.txt
apple
apple-
apple-fruit
fruit-apple

Answer 10

Tuve un problema similar, buscando grep / pattern regex y el "patrón coincidente encontrado" como resultado.

Al final usé egrep (el mismo regex en grep -e o -G no me dio el mismo resultado de egrep) con la opción -o

Entonces, creo que podría ser algo similar a (no soy un maestro de expresiones regulares):

egrep -o "the*|this{1}|thoroughly{1}" filename

Answer 11

comando grep solo para coincidencias y perl

grep -o -P ''th.*? '' filename

Answer 12

Respuesta segura de distribución cruzada (¿incluyendo ventanas minGW?)

grep -h "[[:alpha:]]*th[[:alpha:]]*" ''filename'' | tr '' '' ''/n'' | grep -h "[[:alpha:]]*th[[:alpha:]]*"

Si usa versiones anteriores de grep (como 2.4.2) que no incluye la opción -o. Usa lo de arriba. De lo contrario, utilice el más simple para mantener la versión a continuación.

Respuesta segura de distribución cruzada de Linux

grep -oh "[[:alpha:]]*th[[:alpha:]]*" ''filename''

Para los resúmenes -oh salida de las expresiones regulares coincide con el contenido del archivo (y no con su nombre de archivo), de la misma manera que espera que la expresión regular funcione en vim / etc ... La palabra o expresión regular que buscaría entonces es ¡Depende de usted! Mientras permanezca en POSIX y no en la sintaxis de Perl (consulte a continuación)

Más del manual para grep.

-o      Print each match, but only the match, not the entire line.
-h      Never print filename headers (i.e. filenames) with output lines.
-w      The expression is searched for as a word (as if surrounded by
         `[[:<:]]'' and `[[:>:]]'';

La razón por la cual la respuesta original no funciona para todos.

El uso de /w varía de plataforma a plataforma, ya que es una sintaxis extendida de "perl". Como tal, la instalación de grep que está limitada para trabajar con clases de caracteres POSIX utiliza [[:alpha:]] y no su perl equivalente de /w . Ver la página de Wikipedia en la expresión regular para más

En última instancia, la respuesta POSIX anterior será mucho más confiable independientemente de la plataforma (siendo la original) para grep

En cuanto al soporte de grep sin la opción -o, el primer grep genera las líneas relevantes, el tr divide los espacios en nuevas líneas, el filtro grep final solo para las líneas respectivas.

(PD: Sé que la mayoría de las plataformas ya han sido parcheadas para / w ... pero siempre hay aquellas que se quedan atrás)

Crédito por la solución "-o" de la respuesta de @AdamRosenfield

Answer 13

$ grep -w

Extracto de la página del manual de grep:

-w: Seleccione solo las líneas que contienen coincidencias que forman palabras completas. La prueba es que la subcadena coincidente debe estar al principio de la línea o precedida por un carácter que no sea de palabra.

Answer 14

cat *-text-file | grep -Eio "th[a-z]+"