用于词干的 Grep 并仅打印单词（而不是行）

Question

我正在尝试仅打印通过正则表达式找到的匹配单词。下面，我想要OPENSSL_NO_*源代码中存在的所有选项：

$ grep -IR OPENSSL_NO
fuzz/asn1.c:#ifndef OPENSSL_NO_RFC3779
fuzz/asn1.c:#ifndef OPENSSL_NO_RFC3779
fuzz/asn1.c:#ifndef OPENSSL_NO_CMS
fuzz/asn1.c:#ifndef OPENSSL_NO_DH
fuzz/asn1.c:#ifndef OPENSSL_NO_EC
fuzz/asn1.c:#ifndef OPENSSL_NO_RFC3779
fuzz/asn1.c:#ifndef OPENSSL_NO_OCSP
fuzz/asn1.c:#ifndef OPENSSL_NO_TS
fuzz/asn1.c:#ifndef OPENSSL_NO_DH
fuzz/asn1.c:#ifndef OPENSSL_NO_DSA
...

当我尝试通过仅打印完整单词来修剪输出时：

$ grep -oIR "OPENSSL_NO*"
fuzz/asn1.c:OPENSSL_NO
fuzz/asn1.c:OPENSSL_NO
fuzz/asn1.c:OPENSSL_NO
fuzz/asn1.c:OPENSSL_NO
fuzz/asn1.c:OPENSSL_NO
...

当我尝试 awk 时，它会打印整行：

$ grep -IR OPENSSL_NO | awk '/OPENSSL_NO[_A-Z0-9_]/{ print $0 }'
fuzz/asn1.c:#ifndef OPENSSL_NO_RFC3779
fuzz/asn1.c:#ifndef OPENSSL_NO_RFC3779
fuzz/asn1.c:#ifndef OPENSSL_NO_CMS
fuzz/asn1.c:#ifndef OPENSSL_NO_DH
fuzz/asn1.c:#ifndef OPENSSL_NO_EC
...

和：

$ grep -IR OPENSSL_NO | awk '/\<OPENSSL_NO\>'
awk: line 1: runaway regular expression /\<OPENSSL_ ...

和：

$ grep -Eo -IR 'OPENSSL_NO_[A-Z0-9_]'
fuzz/asn1.c:OPENSSL_NO_R
fuzz/asn1.c:OPENSSL_NO_R
fuzz/asn1.c:OPENSSL_NO_C
fuzz/asn1.c:OPENSSL_NO_D
fuzz/asn1.c:OPENSSL_NO_E

和：

$ grep -IR OPENSSL_NO | sed -n 's/.*\(OPENSSL_NO\).*/\1/p'
OPENSSL_NO
OPENSSL_NO
OPENSSL_NO
OPENSSL_NO
OPENSSL_NO
...

如何匹配一个单词然后只打印这个单词？

---

考虑到有多少关于它的问题，这显然是一项痛苦的任务。以下是我无法适应我的 [简单？] 问题的各种问题：

• awk 匹配整个单词
• Awk：匹配行中的精确字符串
• AWK - 只打印匹配的字段本身而不是行
• 如何使用文件中的 awk 获取匹配正则表达式模式？
• 提取与“sed”匹配的正则表达式而不打印周围的字符
• 只返回 sed 中匹配的字符串

Answer 1

*在正则表达式中表示0 个或多个前面的 atom。您将它与*shell 通配符运算符混淆了，它表示0 或多个字符。

OPENSSL_NO_*表示OPENSSL_NO后跟 0 个或多个下划线。

你会想要：

grep -o 'OPENSSL_NO_.*'

.匹配单个字符的正则表达式运算符在哪里。

或者：

grep -o 'OPENSSL_NO_[[:alnum:]]*'

对于 0 个或多个字母数字字符（在语言环境支持的任何字母脚本中）。

扩展的正则表达式（如grep -E）也有+for 1 个或多个前面的 atom。使用基本正则表达式（不带 -E），您可以\{1,\}改用。

一些grep实现也有\w这意味着任何字母数字字符或下划线，但请注意，在某些实现的某些版本中，它仅限于A-Za-z0-9一个。

无论如何，请注意-o/-R不是标准选项。POSIXly，您可能想要：

sed -n 's/.*\(OPENSSL_NO_[[:alnum:]_]\{1,\}\).*/\1/p' < file

（每行只允许出现一次；如果不止一次，则只显示最右边的一次）。

那不会打印文件名。为此，您可以awk改用：

find . -name '*.[hc]' -type f -exec awk 'match($0, /OPENSSL_NO_[[:alnum:]_]+/) {
  print FILENAME": "substr($0, RSTART, RLENGTH)}' {} +