为什么 zgrep 不显示实际匹配项？

Question

上下文

假设我有两个文件 a.txt 和 b.txt，其中包含一些内容...

$ tail *.txt
==> a.txt <==
ABC
CDE
123
C

==> b.txt <==
C
321
EDC
CBA

让我们再想象一下，这些文件现在已经被放入一个 gzipped tarball 中...

$ tar -czf tarball.tgz *.txt
$ tar -tf tarball.tgz
a.txt
b.txt

目标

现在，我想 grep 浏览 tarball 中的文件。在匹配之前看到原始文件名和行号会很好，但我最重要的是想看到匹配的行。

我尝试了什么？

首先，我预计 zgrep 'pattern' tarball.tgz 会很简单。它确实告诉我是否有匹配项，它甚至可以计算匹配项，但我找不到打印匹配项的方法...

$ zgrep 'AB' tarball.tgz
Binary file (standard input) matches
$ zgrep 'C' tarball.tgz
Binary file (standard input) matches
$ zgrep -c 'AB' tarball.tgz
1
$ zgrep -c 'C' tarball.tgz
6

其次，我想 zcat 压缩包并对其使用常规 grep。但是，我仍然收到完全相同的 "Binary file (standard input) matches" 消息...

$ zcat tarball.tgz | grep 'C'
Binary file (standard input) matches

我猜 zcat（和 zgrep）做了一个 gunzip 但没有 tar -xf？如果我查看 zcat，我可以看到与刚刚完成 tar -c...

相同的输出

$ zcat tarball.tgz
a.txt0000664�3���3���0000000001613554050266013370 0ustar  useruserABC
CDE
123
C
b.txt0000664�3���3���0000000001613554050301013357 0ustar  useruserC
321
EDC
CBA

$ tar -c *.txt
a.txt0000664�3���3���0000000001613554050266013370 0ustar  useruserABC
CDE
123
C
b.txt0000664�3���3���0000000001613554050301013357 0ustar  useruserC
321
EDC
CBA

所以最后，我得到了这个工作正常的解决方案：

$ tar -xOzf tarball.tgz | grep 'C'
ABC
CDE
C
C
EDC
CBA

当然，如果我现在要求文件名和行号，我没有得到任何有用的东西...

$ tar -xOzf tarball.tgz | grep -Hn 'C'
(standard input):1:ABC
(standard input):2:CDE
(standard input):4:C
(standard input):5:C
(standard input):7:EDC
(standard input):8:CBA

为了获得我想要的结果，我能想到的唯一方法是编写更多的脚本来提取 tarball 和运行 grep 循环...

有没有好的（简单而简洁的）方法来做到这一点？

Answer 1

tar -czf 做了两件事：

将所有文件（在我的示例中恰好是文本）打包到一个 tar 文件（二进制文件）中；
将 tar 文件 gzip 成一个 gzip 压缩的 tar 文件。

正如我所怀疑的那样，zgrep 或 zcat 只会执行 gunzip，并留下一个仍然是二进制的 tar 文件。这解释了我得到的所有输出。

简单的解决方案

最简单的方法是向 zgrep 添加一个选项：

   -a, --text
          Process a binary file as if it were text; this is equivalent to the --binary-files=text option.

这几乎和 tar -xOzf tarball.tgz | grep -Hn 'C' 一样好用，我们不获取单个文件名，行号覆盖整个 tar 输出。我们还得到一些噪音，即 tar 格式：

$ zgrep -Hna 'C' tarball.tgz
tarball.tgz:1:a.txt0000664�3���3���0000000001613554050266013370 0ustar  jlehuenjlehuenABC
tarball.tgz:2:CDE
tarball.tgz:4:C
tarball.tgz:5:b.txt0000664�3���3���0000000001613554050301013357 0ustar  jlehuenjlehuenC
tarball.tgz:7:EDC
tarball.tgz:8:CBA

这很容易记住，并且适用于例如。 grepping 日志，其中文件的第一行很少是有趣的匹配项。

最佳输出

现在，@Shawn 向我指出了 Unix StackExchange 上的 that answer。由此，我可以得出我最喜欢的选项：

$ tar -xf tarball.tgz --to-command='grep -Hn --label="$TAR_ARCHIVE/$TAR_FILENAME" C || true'
tarball.tgz/a.txt:1:ABC
tarball.tgz/a.txt:2:CDE
tarball.tgz/a.txt:4:C
tarball.tgz/b.txt:1:C
tarball.tgz/b.txt:3:EDC
tarball.tgz/b.txt:4:CBA

我可能会为此自己创建一些功能，因为打字并不有趣。不过，输出正是我想要的！ :)

为什么 zgrep 不显示实际匹配项？

Why won't zgrep show the actual matches?

shell

zgrep

上下文

目标

我尝试了什么？

简单的解决方案

最佳输出