regex - 根据源文件内容解析目标文件

Question

我正在尝试在 FileB(以逗号分隔)中搜索包含 FileA 中行内容的行。我最初尝试使用 grep 但它似乎并不关心 FileA 中的某些字符。我不认为 CSV 格式很重要，至少对 grep 来说是这样。

$ grep -f FileA FileB
grep: Unmatched [ or [^

我愿意使用任何普遍可用的 Linux 命令、Perl 或 Python。没有可以匹配的特定表达式，这就是使用 FileA 中的内容进行匹配的原因。下面是我们想要在 FileB 中匹配的 FileA 中的一些示例行。

page=--&id='`([{^~
page=&rows_select=%' and '%'='
l=admin&x=&id=&pagex=http://.../search/cache?ei=utf-&p=change&fr=mailc&u=http://sub.domain.com/cache.aspx?q=change&d=&mkt=en-us&setlang=en-us&w=afe,dbfcd&icp=&.intl=us&sit=dbajdy.alt

fileB 中包含上述字符串的行将在该行中包含其他字符，即两个文件的字符串将不会一对一匹配:

fileA包含abc，fileB包含012abc*()，012abc*()会打印

Answer 1

一个简单的 python 解决方案是:

with open('filea', 'r') as fa:
    with open('fileb', 'r') as fb:
        patterns = fa.readlines()
        for line in fb:
            if line in patterns:
                print line

这会将整个模式文件存储在内存中，并将其他文件的每一行与列表进行比较。

但是你为什么不直接使用diff呢？我必须查看联机帮助页，但我很确定有一种方法可以让它说明两个文件之间的相似之处。谷歌搜索后:

• Using diff to find the portions of many files that are the same? (bizzaro-diff, or inverse-diff)
• https://unix.stackexchange.com/questions/1079/output-the-common-lines-similarities-of-two-text-files-the-opposite-of-diff

他们给出了解决方案:

diff --unchanged-group-format='@@ %dn,%df 
%<' --old-group-format='' --new-group-format='' \
--changed-group-format='' a.txt b.txt