总是在 grep 中包含第一行

Question

我经常 grep CSV 文件的第一行有列名。因此，我希望 grep 的输出始终包含第一行（以获取列名）以及与 grep 模式匹配的任何行。最好的方法是什么？

Answer 1

做事

head -1 <filename> 

然后执行grep

Answer 2

您可以为其中一个列名添加替代模式匹配。如果一个列被称为 COL 那么这将起作用：

$ grep -E 'COL|pattern' file.csv

Answer 3

您可以使用sed 而不是grep 来执行此操作：

sed -n -e '1p' -e '/pattern/p' < $FILE

如果第一行恰好包含该模式，这将打印两次。

-n 告诉sed 默认情况下不要打印每一行。
-e '1p' 打印第一行。
-e '/pattern/p' 打印与模式匹配的每一行。

Answer 4

grep 并没有真正的行号概念，但 awk 有，所以这里有一个输出行包含“Incoming”的示例 - 第一行，不管它是什么：

awk 'NR == 1 || /Incoming/' foo.csv

你可以写一个脚本（有点过分，但是）。我做了一个文件，grep+1，把这个放进去：

#!/bin/sh
pattern="$1" ; shift
exec awk 'NR == 1 || /'"$pattern"'/' "$@"

现在可以：

./grep+1 Incoming

edit：删除了“{print;}”，这是 awk 的默认操作。

Answer 5

sed:

sed '1p;/pattern/!d' input.txt

awk:

awk 'NR==1 || /pattern/' input.txt

grep1:

grep1() { awk -v pattern="${1:?pattern is empty}" 'NR==1 || $0~pattern' "${2:-/dev/stdin}"; }

Answer 6

这是一个非常通用的解决方案，例如，如果您想在保留第一行的同时对文件进行排序。基本上，“按原样传递第一行，然后对其余数据做任何我想做的事情 (awk/grep/sort/whatever)。”

在脚本中试试这个，也许叫它keepfirstline（别忘了chmod +x keepfirstline，把它放在你的PATH中）：

#!/bin/bash
IFS='' read -r JUST1LIINE
printf "%s\n" "$JUST1LIINE"
exec "$@"

可以这样使用：

cat your.data.csv | keepfirstline grep SearchTerm > results.with.header.csv

或者，如果您想使用 awk 进行过滤

cat your.data.csv | keepfirstline awk '$1 < 3' > results.with.header.csv

我经常喜欢对文件进行排序，但将标题保留在第一行

cat your.data.csv | keepfirstline sort

keepfirstline 执行它给出的命令 (grep SearchTerm)，但仅在读取并打印第一行之后。

Answer 7

另一种选择：

$ cat data.csv | (read line; echo "$line"; grep SEARCH_TERM)

例子：

$ echo "title\nvalue1\nvalue2\nvalue3" | (read line; echo "$line"; grep value2)

输出：

title
value2

Answer 8

所以，我不久前发布了一个完全不同的简短答案。

但是，对于那些在获取所有相同选项方面看起来像 grep 的命令的人来说（尽管此脚本要求您在涉及 optarg 时使用长选项），并且可以处理文件名中的奇怪字符，等等等等……把它拆开玩得开心。

本质上它是一个总是发出第一行的 grep。如果您认为没有匹配行的文件应该跳过发出第一（标题）行，那么这留给读者作为练习。我保存为grep+1。

#!/bin/bash
# grep+1 [<option>...] [<regex>] [<file>...]
# Emits the first line of each input and ignores it otherwise.
# For grep options that have optargs, only the --forms will work here.

declare -a files options
regex_seen=false
regex=

double_dash_seen=false
for arg in "$@" ; do
    is_file_or_rx=true
    case "$arg" in
        -*) is_file_or_rx=$double_dash_seen ;;
    esac
    if $is_file_or_rx ; then
        if ! $regex_seen ; then
            regex="$arg"
            regex_seen=true
        else
            files[${#files[*]}]="$arg"     # append the value
        fi
    else
        options[${#options[*]}]="$arg"     # append the value       
    fi
done

# We could either open files all at once in the shell and pass the handles into
# one grep call, but that would limit how many we can process to the fd limit.
# So instead, here's the simpler approach with a series of grep calls

if $regex_seen ; then
    if [ ${#files[@]} -gt 0 ] ; then
        for file in "${files[@]}" ; do
            head -n 1 "$file"
            tail -n +2 "$file" | grep --label="$file" "${options[@]}" "$regex" 
        done
    else
        grep "${options[@]}"   # stdin
    fi
else
    grep "${options[@]}"   # probably --help
fi

#--eof

Answer 9

所有答案都是正确的。对于包括第一行在内的命令（而不是文件）的输出的另一种想法可以这样做;-)

df -h | grep -E '(^Filesystem|/mnt)'  # <<< returns usage of devices, with mountpoint '/mnt/...'
ps aux | grep -E '(^USER|grep)'       # <<< returns all grep-process

grep 的-E 选项启用其正则表达式模式。我们 grep 使用的字符串 | 可以解释为“或”，因此我们在 df-exmaple 中查找行：

• 以Filesystem 开头（第一个子表达式中的前导'^'表示“行以”开头）
• 和包含/mnt 的行

另一种方法可能是将输出通过管道传输到 tempfile 并像其他帖子中所示那样对内容进行 grep。如果您不知道第一行的内容，这可能会有所帮助。

head -1 <file> && grep ff <file>