Phi*_*ide 2 text-processing wildcards files pattern-matching
我已经导出了非常大的 10 年电子邮件存档。
我想解析任何长度为 64 个字符的字符串的所有文本以搜索比特币私钥。
如何解析特定长度的字符串？
如果您要找的是不是以十六进制形式（从范围为64个字符一个256位的数字0-9和A-F-的，其中比特币的私钥可以显示的格式之一），这应该这样做：
egrep -aro '\<[A-F0-9]{64}\>' files and dirs ...
如果某些键为小写，则添加-i选项或还包括a-f范围。
对于从具有指定长度的同一类中查找字符运行的一般问题，您最好使用 pcre regexp，它可以与带有-P选项的GNU grep 一起使用。例如，要从任何字符集中查找大写字母，最小长度为 2，最大长度为 4，并且由非大写字母的字符分隔：
echo ÁRVÍZt?r? tükörFÚRÓgép |
LC_CTYPE=en_US.UTF-8 grep -Po '(?<!\p{Lu})\p{Lu}{2,4}(?!\p{Lu})'
FÚRÓ
更换\p{Lu}用\p{Ll}小写字母，\S非空格等见这里和这里的完整列表。
(?<!...)并且(?!...)是负后视和前瞻零宽度断言；例如，(?<!<)\w(?!>)当没有用<和括起来时，将匹配一个“单词”字符>。来自的\<零宽度断言vi可以由 实现(?<!\w)(?=\w)。
如果你想找到所有长度为 64 的单词 from /path/to/file，你可以使用
tr -c '[:alnum:]' '\n' < /path/to/file | grep '^.\{64\}$'
这将用换行符替换所有非字母数字字符，因此每个单词都在自己的行上。然后过滤该结果以仅包含长度为 64 的单词。
如果您有 GNU grep（Linux 上默认），您可以执行以下操作：
grep -Po '(^|\s)\S{64}(\s|$)' file
启用-PPerl 兼容正则表达式，它为我们提供\b（字边界）\S（非空白）和{N}（精确查找 N 个字符），以及-o“仅打印该行的匹配部分”的意思。然后，我们寻找非-的延伸。空格的长度正好是 64 个字符，位于行的开头 ( ^) 或空格 ( 's) 之后，并且位于行的末尾 ( $) 或以另一个空格字符结束。
请注意，结果将包含字符串开头和结尾的任何空白字符，因此如果您想进一步解析它，您可能需要使用它：
grep -Po '(^|\s)\K\S{64}(?=\s|$)'
这将查找空白字符或字符串的开头(\s|^)，然后丢弃它\K，然后查找 64 个非空白字符，后跟（(?=foo)称为“ lookahead ”并且不会包含在匹配中）空白字符，或行尾。