我使用 egrep 在一个非常长的文件（100 万行）中查找多个字符串的完全匹配：
egrep "\<string1\>|<\string2\>" my_file
但是即使只找到两个字符串也需要太多时间。似乎它会沿着文件的总行查找每个字符串，即使它发现了一个事件。 事实上，我知道该文件只包含每个字符串的一次出现。 然后我想知道一旦发现字符串出现，如何强制 egrep 停止查找字符串并查找列表中的下一个。或者如果有另一种方法可以有效地做到这一点。
谢谢。
【问题讨论】：
标签： bash grep processing-efficiency
-m 选项限制了匹配的数量：
-m NUM, --max-count=NUM
Stop reading a file after NUM matching lines.
但是，您不能将它直接用于您的复杂模式，因为这样您将只能获得所有子模式的 1 行。你可以做的是循环调用fgrep -m 1的子模式：
for pat in $patterns; do
fgrep -m 1 $pat my_file
done
附：另一种选择是像您一样使用复杂模式，并指定匹配数等于子模式数，但这会导致每个文件行的比较速度变慢。
【讨论】：
--max-count=1 的平均加速仅为 200%。
您应该如何优化搜索取决于您的 grep 实现使用的算法。 egrep 的“传统”算法是将模式编译成确定性有限自动机。如果您不知道那是什么，请不要担心：重要的是编译需要一点时间，但是一旦完成，它就会非常快，而且它的速度并不取决于它正在寻找的模式的复杂性为了。事实上，一旦编译完成，egrep 实际上比 fgrep 快——这意味着 fgrep 在小文件上最快，egrep 在大文件上最快。
至少，[ef]grep 的传统实现是这样的。我认为大多数现代实现都是自适应的，并且会根据情况切换算法（例如，我认为现代 fgreps 将切换到足够大的文件的已编译 DFA 模式）。要找出最适合您的实现的方法，您确实需要尝试一些定时实验。
不过，我可以给您一些建议：首先，避免多次运行搜索（例如，对每个单词运行 fgrep），因为这意味着多次扫描文件。其次，不要担心最小化它正在搜索的字符串数量，因为如果您处于最佳模式，那无论如何都无关紧要。第三，使用@Lev 对-m 的建议使其在找到所需内容后停止（尽管我很确定这将是对-m2 的两个单词的单次搜索）。
【讨论】：
我不确定，但也许这个更快：
grep -e '<pattern1>' -e '<pattern2>' -e '<pattern3>' your_file
-F 也可能会加快速度，我认为您的模式并不是真正的模式。另外，我认为如果您的输出是彩色的，那么 grep 就别无选择，只能查找所有模式。
【讨论】：
egrep。怎么比grep -F -e 'string1' -e 'string2' -e 'string3' your_file好。顺便说一句，你试过了吗？
-m 2 添加到此命令行也应该会有所改善，起初我没有意识到每个模式只有一个匹配行，而不是每个模式只有一个模式行。