Regex 除了图案和接下来的n行之外，我怎样才能对所有的东西进行grep呢？

我有一个文件：

names.dat：

AAAA
BBBB

text.dat：

AAAA
CTGCTTCGTCA
12127567612
BBBB
TCGACTACTAG
12331276318
CCCC
TCATCATACAT
23612763812
DDDD
GCTATCGCATC
23767263723

我试图做的是使用shell命令仅从text.dat中排除那些也出现在names.dat中的行，最重要的是在公共行之后有三行

所以基本上输出应该是这样的：

CCCC
TCATCATACAT
23612763812
DDDD
GCTATCGCATC
23767263723

---

您可以使用awk执行此操作：

awk 'NR==FNR {a[$0]; next} $0 in a {i=0} ++i>3' names.dat text.dat

NR==FNR表示总记录数等于当前文件的记录数。这仅适用于第一个文件。使用names.dat行设置数组a中的键。next跳到输入的下一行，忽略一行中的任何其他命令。每当text.dat中的一行与a的元素匹配时，计数器i将重置为0。仅当i大于3时才打印行

测试它：

$ awk 'NR==FNR {a[$0]; next} $0 in a {i=0} ++i>3' names.dat text.dat 
CCCC
TCATCATACAT
23612763812
DDDD
GCTATCGCATC
23767263723

---

您可以使用awk执行此操作：

awk 'NR==FNR {a[$0]; next} $0 in a {i=0} ++i>3' names.dat text.dat

NR==FNR表示总记录数等于当前文件的记录数。这仅适用于第一个文件。使用names.dat行设置数组a中的键。next跳到输入的下一行，忽略一行中的任何其他命令。每当text.dat中的一行与a的元素匹配时，计数器i将重置为0。仅当i大于3时才打印行

测试它：

$ awk 'NR==FNR {a[$0]; next} $0 in a {i=0} ++i>3' names.dat text.dat 
CCCC
TCATCATACAT
23612763812
DDDD
GCTATCGCATC
23767263723

---

如果text.dat中的每一行都是唯一的：

grep -Fxvf <(grep -f names.dat -A 2 text.dat | grep -v '^--' ) text.dat

输出：

CCCC TCATCATACAT 23612763812 DDDD GCTATCGCATC 23767263723

---

如果text.dat中的每一行都是唯一的：

grep -Fxvf <(grep -f names.dat -A 2 text.dat | grep -v '^--' ) text.dat

输出：

CCCC TCATCATACAT 23612763812 DDDD GCTATCGCATC 23767263723

---

正则表达式在反转时是闭合的。这意味着，如果可以使用regexp匹配x，则可以使用regexp匹配除x之外的所有对象

假设AAAA\n | BBBB\n是您的模式，您希望将该模式与接下来的三行匹配。与你的问题相反。请注意\n表示换行符

AAAA\n | BBBB\n[^\n]*\n{3}会得到这个。[^\n]表示“除换行以外的所有内容”。这个表达式可以找到您的模式，再加上三条完整的线。因为grep不支持花括号表示法，所以应该使用egrep

---

传递参数-v以反转表达式。

正则表达式在反转下关闭。这意味着，如果可以使用regexp匹配x，则可以使用regexp匹配除x之外的所有对象

假设AAAA\n | BBBB\n是您的模式，您希望将该模式与接下来的三行匹配。与你的问题相反。请注意\n表示换行符

AAAA\n | BBBB\n[^\n]*\n{3}会得到这个。[^\n]表示“除换行以外的所有内容”。这个表达式可以找到您的模式，再加上三条完整的线。因为grep不支持花括号表示法，所以应该使用egrep

传递参数-v以反转表达式。

如果：

文件中没有选项卡，并且

模式中没有正则表达式元字符，则：

paste -sd'\t\t\n' text.dat |
grep -v -f <(mapfile -t a <names.dat;printf '^%s\t\n' "${a[@]}") |
tr \\t \\n

它的优点是，如果需要的话，可以将三行一组进行比较。

如果：

文件中没有选项卡，并且

模式中没有正则表达式元字符，则：

paste -sd'\t\t\n' text.dat |
grep -v -f <(mapfile -t a <names.dat;printf '^%s\t\n' "${a[@]}") |
tr \\t \\n

它的优点是，如果需要的话，它可以将行分成三组进行比较。

您可以使用grep命令执行此操作

输出如下

CCCC
TCATCATACAT
23612763812
DDDD
GCTATCGCATC
23767263723

备注: text.dat在AAAA和BBBB之间以及BBBB和CCCC之间必须有2行，因为2是幻数…

您可以使用grep命令执行此操作

输出如下

CCCC
TCATCATACAT
23612763812
DDDD
GCTATCGCATC
23767263723

备注:

---

text.dat在AAAA和BBBB之间必须有2行，BBBB和CCCC之间也必须有2行，因为2是一个神奇的数字…

。还值得一提的是，如果名称是固定的，您可以使用-F和/或-x来匹配固定字符串，而不是正则表达式，并且只匹配整行。我同意您的看法。非常感谢。我已经更新了我的答案，以避免匹配子字符串。我添加了grep-v“^-”，因为这个问题/问题：如果CCCC下面的一行与AAAA下面的一行相同怎么办？@lihao：请看我第一句话中的限制。我很想走类似的路线。还值得一提的是，如果名称是固定的，您可以使用-F和/或-x来匹配固定字符串，而不是正则表达式，并且只匹配整行。我同意您的看法。非常感谢。我已经更新了我的答案，以避免匹配子字符串。我添加了grep-v“^-”，因为这个问题/问题：如果CCCC下面的一行与AAAA下面的一行相同怎么办？@lihao：请参见我第一句中的限制。你应该试试；您将发现几个问题：1除非您在Gnu grep中指定-E或-P，否则，{不是特别的。2您的意思肯定是[^\n]*；如前所述，该模式将只匹配以下只有一个字符的行，除了3个grep匹配行，而不是任意文本。因此，您永远无法匹配模式中的换行符。逻辑是无可挑剔的，但工具不会配合。使用grep，您无法匹配跨越多行的模式。实际上，您可以使用gnu gre进行匹配p、 但是它涉及到使用-zo并在模式中包含一个文字换行符或使用-p。然后您需要手动进行反转，beca

---

使用：不再有多行。你应该试试看；您将发现几个问题：1除非您在Gnu grep中指定-E或-P，否则，{不是特别的。2您的意思肯定是[^\n]*；如前所述，该模式将只匹配以下只有一个字符的行，除了3个grep匹配行，而不是任意文本。因此，您永远无法匹配模式中的换行符。逻辑是无可挑剔的，但工具不会配合。使用grep，您无法匹配跨越多行的模式。实际上，您可以使用gnu gre进行匹配p、 但是它需要使用-zo并在模式中包含一个文字换行符，或者使用-p。然后您需要手动进行反转，因为不再有多行。