bash - 从文件中获取模式，打印模式而不是匹配的字符串

Question

我想用包含正则表达式的文件中的模式进行 grep。 当模式匹配时，它打印匹配的字符串而不是模式。 如何获取模式而不是匹配的字符串？

图案.txt

Apple (Ball|chocolate|fall) Donut
donut (apple|ball) Chocolate
Donut Gorilla Chocolate
Chocolate (English|Fall) apple gorilla
gorilla chocolate (apple|ball)
(ball|donut) apple

字符串.txt

apple ball Donut
donut ball chocolate
donut Ball Chocolate
apple donut
chocolate ball Apple

这是grep命令

grep -Eix -f pattern.txt strings.txt

此命令从 strings.txt 打印匹配的字符串

apple ball Donut
donut ball chocolate
donut Ball Chocolate

但我想从 pattern.txt 中找到哪些模式被用来匹配

Apple (Ball|chocolate|fall) Donut
donut (apple|ball) Chocolate

pattern.txt 可以是小写字母、大写字母、带正则表达式和不带正则表达式的行、自由数量的单词和正则表达式元素。除了方括号和竖线，没有其他类型的正则表达式。

我不想使用循环将 pattern.txt 的每一行读取到 grep，因为它很慢。 有没有办法在 grep 命令中打印模式文件的模式或行号？或者除 grep 之外的任何其他命令都可以完成这项工作而不是太慢？

Answer 1

使用 grep 我不知道，但使用 GNU awk:

$ awk '
BEGIN { IGNORECASE = 1 }      # for case insensitivity
NR==FNR {                     # process pattern file
    a[$0]                     # hash the entries to a
    next                      # process next line
}
{                             # process strings file
    for(i in a)               # loop all pattern file entries
        if($0 ~ "^" i "$") {  # if there is a match (see comments)
            print i           # output the matching pattern file entry
            # delete a[i]     # uncomment to delete matched patterns from a
            # next            # uncomment to end searching after first match
        }
}' pattern strings

输出:

D (A|B) C

对于 strings 中的每一行，脚本将循环每个 pattern 行以查看是否有多个匹配项。由于区分大小写，只有一个匹配项。您可以解决这个问题，例如，使用 GNU awk 的 IGNORECASE .

此外，如果您希望每个匹配的模式文件条目都输出一次，您可以在第一次匹配后从 a 中删除它们:在之后添加 delete a[i] 打印。这也可能会给您带来一些性能优势。