Grep 使用帮助答案

【问题标题】：Grep Usage helpGrep 使用帮助
【发布时间】：2009-07-02 13:38:30
【问题描述】：

我想使用 grep 查找语料库中的所有标题，我想找到 : 之前的所有内容，然后忽略之后的所有内容。有谁知道这是怎么做到的吗？（能否给我完整的代码行）

【问题讨论】：

您能否提供输入和所需输出的示例？
输入是一个带有长标题的垃圾邮件列表，输出是一个标题到：如抄送：或收件人：的文件
当我到达立方体时会发布我所拥有的
这里是我的 grep -h "^[a-zA-Z]*:" * |排序 -u > headers.txt
list=echo * 用于 $ 列表中的文件；做; x=egrep -n -m 1 "^$" $file | sed's/://';头 --lines=$x $file | egrep -0 "^[a-zA-Z]*:" |排序 -u > $file.header

【解决方案1】：

使用 sed 或 awk。

一个 sed 示例：

sed -e '/^[^:]*$/d' -e 's/\(.*\):.*/\1/' filename

【讨论】：

【解决方案2】：

如果您只想显示匹配行的第一部分，那么您可以说

grep your_pattern | cut -d: -f 1

但是如果您不想匹配冒号后的数据，您需要一个不同的工具。有许多可用的工具sed、awk、perl、python 等。例如，Perl 代码看起来像这样

perl -nle '($s) = split /:/; print $s if $s =~ /your_pattern/'

或更长的脚本版本：

#!/usr/bin/perl

use strict;
use warnings;

while (my $line = <>) {
    my $substring = split /:/, $line;
    if ($substring =~ /your_pattern/) {
        print "$substring\n";
    }
}

【讨论】：

【解决方案3】：

（我不确定我是否完全理解你的问题）

您必须使用“grep”和“cut”，一种解决方案（尽管远非完美）是：

$ 猫文件 | grep ':' |剪切 -f 1 -d ':'

【讨论】：

【解决方案4】：

sed -n '/^$/q;/:/{s/:.*/:/;p;}'

这将在处理完所有标题后停止。

编辑：稍微改进的版本：

sed -n '/^$/q;/^[^ :\t]{1,}:/{s/:.*/:/;p;}'

【讨论】：