return 匹配但不完全相同的字符串

Question

有什么方法可以找到包含给定字符串但不完全匹配的单词。例如

# cat t.txt
first line
ind is a shortform of india

我正在尝试 return 单词“india”，因为它包含字符串“ind”，但我不需要完全匹配。这个我试过了...

# grep -o 'ind' t.txt
ind
ind

Answer 1

请您尝试以下操作：

grep -Eo '[A-Za-z]+ind|ind[A-Za-z]+' t.txt

输出：

india

正则表达式 [A-Za-z]+ind|ind[A-Za-z]+ 匹配 ind，包括前面或后面的字母。

Answer 2

我会按照以下方式使用 GNU AWK 完成此任务，令 file.txt 内容为

first line
ind is a shortform of india

然后

awk 'BEGIN{RS="[[:space:]]+"}match([=11=],/ind/)&&length>RLENGTH{print}' file.txt

产出

india

说明：我通知GNU AWK行分隔符（RS）是一个或多个空格，这样每个单词都会被视为行。然后对于每一行（即每个单词）我使用 match 函数 which return 1 if found else 0 并设置 RSTART 和 RLENGTH 值。如果找到匹配项，我检查当前行（即单词）的 length 是否大于匹配项，如果是，我 print 表示单词。请注意，每个单词都在自己的行中输出，例如，如果输入文件内容为

india ind india ind india

那么输出将是

india
india
india

（在 gawk 4.2.1 中测试）

Answer 3

$ grep -Eo '[[:alpha:]]+ind[[:alpha:]]*|[[:alpha:]]*ind[[:alpha:]]+' file
india
fooindbar

以上是此输入文件的运行（请注意添加的 ind 测试用例出现在字符串的中间，而不仅仅是开头或结尾）：

$ cat file
first line
ind is a shortform of india
this fooindbar is the mid-word text

如果您愿意，您可以使用 GNU awk（对于 multi-char RS、RT 和 \s shorthand 对于 [[:space:]]）执行相同的操作：

$ awk -v RS='\s+' '/[[:alpha:]]+ind[[:alpha:]]*|[[:alpha:]]*ind[[:alpha:]]+/' file
india
fooindbar

或：

$ awk -v RS='[[:alpha:]]+ind[[:alpha:]]*|[[:alpha:]]*ind[[:alpha:]]+' 'RT{print RT}' file
india
fooindbar

return 匹配但不完全相同的字符串

return matching but not exact same strings

awk

grep