用单字母词grep奇怪的行为

Question

我正在从文本中删除停用词，大致使用此 代码

我有以下

$ cat file
file
types
extensions

$ cat stopwords
i
file
types

grep -vwFf stopwords file

我期待结果： extensions

但我得到了（我认为不正确）

file
extensions

就好像file在停用词文件中跳过了该词。现在是很酷的一点：如果我修改停用词文件，通过将i第一行的单个单词/字母更改为除f, i, l,之外的任何其他 ascii 字母e，那么相同的 grep 命令会给我一个不同且正确的结果extensions。

这里发生了什么，我该如何解决？

我在 Mac OSX GNU bash 版本 4.4.12(1) 上使用 grep (BSD grep) 2.5.1-FreeBSD

Answer 1

这是 中的一个错误bsdgrep，与一个变量有关，该变量跟踪当前行的仍要扫描的部分，当涉及多个模式时，该变量会被对正则表达式匹配引擎的连续调用覆盖。

本地修复

您可以通过不使用该-w选项在一定程度上解决此问题，该选项依赖于此变量进行正确操作，因此失败，而是使用匹配单词开头和结尾的正则表达式扩展名，使您的stopwords文件看起来像：

\<i\>
\<文件\>
\<类型\>

此解决方法还要求您不要使用该-F选项。

请注意，文件的正则表达式的组件[[:<:]]和[[:>:]]该re_format手册告诉你关于会不会在这里工作。这是因为编译成的正则表达式库bsdgrep开启了 GNU 正则表达式兼容性支持。这是另一个错误，据报道已修复。

服务修复

这个错误在今年早些时候得到了修复。该修复程序尚未进入 FreeBSD 的 STABLE 或 RELEASE 版本，但据报道已在 CURRENT 中。

要将其引入grep源自 FreeBSD 的MacOS 版本bsdgrep，请咨询 Apple。☺

进一步阅读

• 乔纳森·德博因·波拉德 (2017-10-15)。当给定多个模式时，bsdgrep 的行为不正确。错误 #223031。FreeBSD Bugzilla。
• 凯尔·埃文斯 (2017-04-03)。bsdgrep：修复匹配行为。修订版 316477。FreeBSD 源代码。
• 凯尔·埃文斯 (2017-05-02)。bsdgrep：修复 -w -v 与某些模式不正确匹配 。修订版 317665。FreeBSD 源代码。
• 弥敦道周（2014-06-16）。grep(1) 和 bsdgrep(1) 不识别 [[:<:]] 和 [[:>:]]。错误 #191086。FreeBSD Bugzilla。