Bagaimana cara saya mengambil baris yang mengandung dua kata, tetapi tidak keduanya?

Saya mencoba untuk menggunakan grephanya menampilkan baris yang mengandung salah satu dari dua kata, jika hanya satu dari mereka muncul di baris, tetapi tidak jika mereka berada di baris yang sama.

Sejauh ini saya sudah mencoba grep pattern1 | grep pattern2 | ...tetapi tidak mendapatkan hasil yang saya harapkan.

Alat selain grepadalah cara untuk pergi.

Menggunakan perl, misalnya, perintahnya adalah:

perl -ne 'print if /pattern1/ xor /pattern2/'

perl -nemenjalankan perintah yang diberikan pada setiap baris stdin, yang dalam hal ini mencetak garis jika cocok /pattern1/ xor /pattern2/, atau dengan kata lain cocok dengan satu pola tetapi tidak yang lain (eksklusif atau).

Ini berfungsi untuk pola dalam urutan apa pun, dan harus memiliki kinerja yang lebih baik daripada banyak pemanggilan grep, dan kurang mengetik juga.

Atau, bahkan lebih pendek, dengan awk:

awk 'xor(/pattern1/,/pattern2/)'

atau untuk versi awk yang tidak memiliki xor:

awk '/pattern1/+/pattern2/==1`

Dengan GNU grep, Anda bisa meneruskan kedua kata grepdan kemudian menghapus baris yang mengandung kedua pola.

$ cat testfile.txt
abc
def
abc def
abc 123 def
1234
5678
1234 def abc
def abc

$ grep -w -e 'abc' -e 'def' testfile.txt | grep -v -e 'abc.*def' -e 'def.*abc'
abc
def

Coba dengan egrep

egrep  'pattern1|pattern2' file | grep -v -e 'pattern1.*pattern2' -e 'pattern2.*pattern1'

Dengan grepimplementasi yang mendukung ekspresi reguler perl-like (seperti pcregrepatau GNU atau ast-open grep -P), Anda dapat melakukannya dalam satu greppermintaan dengan:

grep -P '^(?=.*pat1)(?!.*pat2)|^(?=.*pat2)(?!.*pat1)'

Yaitu menemukan garis yang cocok pat1tetapi tidak pat2, atau pat2tidak pat1.

(?=...)dan (?!...)masing-masing melihat ke depan dan operator melihat ke depan negatif. Jadi secara teknis, pencarian di atas untuk awal subjek ( ^) asalkan diikuti .*pat1dan tidak diikuti .*pat2, atau sama dengan pat1dan pat2terbalik.

Itu suboptimal untuk garis yang mengandung kedua pola karena mereka kemudian akan dicari dua kali. Anda bisa menggunakan operator perl yang lebih canggih seperti:

grep -P '^(?=.*pat1|())(?(1)(?=.*pat2)|(?!.*pat2))'

(?(1)yespattern|nopattern)cocok dengan yespatternjika grup penangkap 1^st (kosong di ()atas) cocok, dan nopatternsebaliknya. Jika itu ()cocok, itu berarti pat1tidak cocok, jadi kami mencari pat2(melihat ke depan positif), dan kami mencari tidak pat2 sebaliknya (melihat ke depan negatif).

Dengan sed, Anda bisa menulisnya:

sed -ne '/pat1/{/pat2/!p;d;}' -e '/pat2/p'

Dalam istilah Boolean, Anda mencari A xor B, yang dapat ditulis sebagai

(A dan bukan B)

atau

(B dan bukan A)

Mengingat bahwa pertanyaan Anda tidak menyebutkan bahwa Anda prihatin dengan urutan output selama garis yang cocok ditampilkan, ekspansi Boolean A xor B sangat sederhana dalam grep:

$ cat << EOF > foo
> a b
> a
> b
> c a
> c b
> b a
> b c
> EOF
$ grep -w 'a' foo | grep -vw 'b'; grep -w 'b' foo | grep -vw 'a';
a
c a
b
c b
b c

Untuk contoh berikut:

# Patterns:
#    apple
#    pear

# Example line
line="a_apple_apple_pear_a"

Hal ini dapat dilakukan murni dengan grep -E, uniq, dan wc.

# Grep for regex pattern, sort as unique, and count the number of lines
result=$(grep -oE 'apple|pear' <<< $line | sort -u | wc -l)

Jika grepdikompilasi dengan ekspresi reguler Perl maka Anda dapat mencocokkan pada kejadian terakhir alih-alih perlu mengirim ke uniq:

# Grep for regex pattern and count the number of lines
result=$(grep -oP '(apple(?!.*apple)|pear(?!.*pear))' <<< $line | wc -l)

Keluarkan hasilnya:

# Only one of the words exists if the result is < 2
((result > 0)) &&
   if (($result < 2)); then
      echo Only one word matched
   else
      echo Both words matched
   fi

Satu kalimat:

(($(grep -oP '(apple(?!.*apple)|pear(?!.*pear))' <<< $line | wc -l) == 1)) && echo Only one word matched

Jika Anda tidak ingin hard-code polanya, menggabungkannya dengan set elemen variabel dapat diotomatisasi dengan suatu fungsi.

Ini juga dapat dilakukan secara asli di Bash sebagai fungsi tanpa pipa atau proses tambahan tetapi akan lebih terlibat dan mungkin di luar ruang lingkup pertanyaan Anda.