Bash：如何使用Regex搜索文件中的字符串并获取相关值

Posted 2023-01-20

我有一个文件，其中包含一些模式和每个模式（正则表达式）的相应值，方式如下：

path                  group
/hello/get/**         @group1
/hey/get/you          @group2
/hi/get/ping_*.js     @group3
/hello/get/**         @group4

我想获得我给出的路径的相应组值。例如，如果我给“/hello/get/book.js”，我应该得到@ group1。

我怎样才能做到这一点？

我试过搜索正则表达式，但我不知道如何从文件中获取相应的组。此外，如果存在完全匹配但gregex匹配，则grep返回匹配行。例如，当我给

grep '/hey/get/you' FILENAME 

我得到以下输出：/ hey / get / you @ group2

但是，如果我给出以下内容：

grep '/hello/get/hello.js'

它不会返回任何东西。

字符串'/hello/get/hello.js'的预期结果应为@ group1，@ group4

答案

如果我正确理解了这个问题，你想要的代码将从文件中读取模式组对（例如'pattern_group_list.txt'），输入一个字符串（比如从命令行），并打印一个包含逗号的字符串 - 与文件中与其匹配的模式对应的组的分隔列表。如果是这种情况，请尝试以下代码：

#! /bin/bash

readonly kPATTERN_GROUP_FILE=pattern_group_list.txt

input=$1


    read -r pattern group || exit 0    # Skip the first line (header)
    result=
    while read -r pattern group ; do
        [[ $input == $pattern ]] && result+=$result:+,$group
    done
 <"$kPATTERN_GROUP_FILE"

printf '%s\n' "$result"

• 代码不完全是Shellcheck-clean，因为$pattern没有引用[[ $input == $pattern ]]，但引用它会破坏代码，防止匹配的glob模式。
• 当使用参数'/ hey / get / you'运行时，它会打印'@ group2'，并在使用参数'/hello/get/hello.js'运行时打印'@ group1，@ group4'。
• 如果模式包含空格字符，则代码将不起作用。您需要不同的文件格式来支持此类模式。
• 如果文件的最后一行未终止，则将错过文件中的最后一个模式组对。有关问题的解释，请参阅Read last line of file in bash script when reading file line by line，以及如果您担心这个问题，如何解决问题。
• 如果文件为空，则代码会立即退出，状态良好。你可能想要在实际代码中做一些不同的事情。
• 代码不会尝试为不存在或不可读的输入文件打印有用的错误消息。实用的代码可以处理这些错误。
• Bash通常很慢。如果你有5k +模式匹配，不要指望能够在合理的时间内处理大量文件。我希望它可以忍受大约1k文件。除此之外，你真的需要使用更有效的编程语言。

另一答案

这不是正则表达式，而是扩展的全局，以便启用

shopt -s globstar

使用此扩展globs查找文件qazxsw poi的实现：

/tmp/test/hello/get/hello.js

树

awk -F/ 'BEGINOFS="/"NR>1$(NF)=""; print' /tmp/file |
    xargs -I% -n1 mkdir -p /tmp/test/%

创建文件

$ tree /tmp/test
/tmp/test
├── hello
│   └── get
├── hey
│   └── get
└── hi
    └── get

扩展动态全局匹配

touch /tmp/test/hello/get/hello.js

产量

$ awk 'NR>1print $1, $2' /tmp/file |
    while read r x; do
        stat /tmp/test$r &>/dev/null && echo $x
    done

DOC

@group1 @group4 man 7 glob