grepping multiple strings

Question

我正在使用grep命令从文件中获取所需的信息。我正在使用两个像下面这样的grep语句：

XXXX='grep XXXX FILE A|sort|uniq|wc -l' 
grep YYYY FILE A|uniq| > FILE B 

现在文件被遍历两次。但我只想知道，如果我能够在单个文件遍历中执行这两个步骤，即我想知道是否可以使用类似于egrep的地方，在这里我可以grep两个字符串和一个字符串，我将使用它在另一个字符串中存储一个变量并输出到一个文件中。

Answer 1

您可以使用下面的代码。这里我们只搜索一次包含所有文件中的XXXX或YYYY的行，并将结果行存储到一个数组中。然后我们使用这个数组的元素来选择包含XXXX的行和包含YYYY的行。

filtered=`grep -E '(XXXX|YYYY)' FILE A` 
XXXX=`for line in ${filtered[@]}; do echo $line; done | grep XXXX | sort | uniq | wc -l` 
for line in ${filtered[@]}; do echo $line; done | grep YYYY | uniq > FILE B 

所以文件不会遍历两遍！

Answer 2

或使用egrep的一个脱节：

egrep '(XXXX|YYYY)' FILE A | sort | uniq | ... 

或者AWK：

awk '/XXXX|YYYY/' FILE A | sort | uniq | ... 

Answer 3

有一个尾随的'|'在你的问题的象征，也许你想要的YYYY线也通过管道输送到sort，在这种情况下，你可以简单地做（或使用sort -u！）：

awk '/XXXX/ { if(!x[$0]++) xcount += 1 } 
    /YYYY/ { if(!y[$0]++) ycount += 1 } 
    END { print "XXXX:", xcount 
     print "YYYY:", ycount 
     for(i in y) print i | "sort > FILEB" 
    }' FILE 

此扫描文件一次，递增计数器，每当看到包含适当模式的uniq线。请注意，在YYYY行数组上迭代的顺序在这里没有很好的定义，所以排序是必须的。某些版本的awk提供了对数组进行排序而不依赖外部实用程序的功能，但并非全部都是这样。使用Perl，如果你想这样做。