使用 grep、awk 或 sed 查找与一种模式匹配但不与另一种模式匹配的文件

Question

我需要找到.php不.pl包含一个字符串（例如aaa）但包含另一个字符串（例如bbb）的文件。

我目前正在使用这个命令：

find /path/ \( -iname '*.php*' -or -name '*.pl*' \) -exec sh -c 'grep -l -v "aaa" {} | grep -l "bbb" {}' \; > resulttofile

大约有 50 万个文件需要搜索，所以我想知道，

• 如果我的命令正常工作 - 一些眼睛采样会给出积极的结果，
• 如果可以使用某种其他形式变得更快（目前在虚拟机上大约需要 2 分钟，但将添加更多文件），或者使用awkorsed代替grep- 或者可能只是一种组合grep而不是两种。

---

该系统是 Debian GNU/Linux。

Answer 1

您的命令\xe2\x80\x99t 无法正常工作：第一个命令grep将列出包含不匹配行的任何文件"aaa"，第二个命令grep将忽略第一个\xe2\x80\x99s 输出，因为它\xe2\x80\x99s 给出了自己的输出文件来处理 \xe2\x80\x94 这样你\xe2\x80\x99就会得到一个匹配的文件列表"bbb"，无论它们"aaa"是否包含。您\xe2\x80\x99d 需要要求grep仅列出一个文件，如果它不\xe2\x80\x99t 包含任何匹配的行"aaa"（grep -L），并使用xargs处理结果文件列表并仅将其提供给第二个文件grep（或使第二个grep以第一个的结果为条件）。

\n

最重要的是，只有当find列出 don\xe2\x80\x99t 的文件名对 shell \xe2\x80\x94 造成问题时，它才会起作用，特别是，包括{}直接在给出的命令中sh -c意味着文件名可以结束up 被解释为 shell 命令（有关详细信息，请参阅是否可以安全地使用 `find -exec sh -c`？ ）。

\n

假设您\xe2\x80\x99 使用 GNU ，以下内容将需要更少的grep调用并且更安全grep：

\n

find /path/ \\( -iname \'*.php*\' -o -name \'*.pl*\' \\) -exec grep -LZ aaa {} + |\n  xargs -r0 grep -l bbb\n

\n

该运算符是.\xc2\xa0\n的-orGNU 扩展，用于实现可移植性。find-o

\n

Answer 2

未经测试，但这应该做我认为你想要的，使用 GNU awk fornextfile和ENDFILE

\n

find /path/ \\( -iname \'*.php*\' -or -name \'*.pl*\' \\) -exec awk \'\n    /aaa/{a=1} /bbb/{b=1} a&&b{nextfile} ENDFILE{if (b && !a) print FILENAME; a=b=0}\n\' {} + > resulttofile\n

\n

上面一次只对多个文件调用 awk 一次，因此应该是高效的。

\n

上面是如何通常匹配文件中的多个模式，然后在完全读取文件后评估匹配组合的结果，但正如@G-Man 在评论中提到的“恢复 Monica”，您可以做到这一点在这种特定情况下，通过在匹配时停止读取当前文件来提高效率，因为成功标准是不存在：aaaaaa

\n

/aaa/{a=1;\xe2\x80\xafnextfile} /bbb/{b=1} ENDFILE{if\xe2\x80\xaf(b\xe2\x80\xaf&&\xe2\x80\xaf!a) print\xe2\x80\xafFILENAME; a=b=0}\n

\n