linux - bash：基于第一列的 grep 完全匹配

Question

我有一个 .txt 文件，如下所示：

9342432_A1 9342432 1 0 0 0
4392483_A2 4392483 2 0 0 0 
4324321_A3 4324321 1 0 0 0
9342432    9342432 2 0 0 0

例如，我想生成一个 ID 为 4324321_A3 和 9342432 的子集（基于第一列！）。我尝试了以下命令来查找完全匹配：

 grep -E '4324321_A3|9342432'

但是当我使用这条线时，我最终得到了一个这样的数据集：

9342432_A1 9342432 1 0 0 0
4324321_A3 4324321 1 0 0 0
9342432    9342432 2 0 0 0

问题是与 ID (9342432_A1) 的一部分匹配的行不应该存在。谁能帮我这个？

我想结束这个：

4324321_A3 4324321 1 0 0 0
9342432    9342432 2 0 0 0

score 8 · Accepted Answer

它匹配

9342432_A1 9342432 1 0 0 0

因为它9342432在第二列。

您需要更新命令以使 grep 检查以这些单词开头的行，即使用^word：

$ grep -E '^4324321_A3|^9342432' file
4324321_A3 4324321 1 0 0 0
9342432    9342432 2 0 0 0

为了使其更准确，您还可以使用-w与完整单词匹配的那个。这种方式grep -wE '^4324321_A3|^9342432' file不会匹配像这样的行

4324321_A3something 4324321 1 0 0 0

score 4 · Accepted Answer

当您需要匹配文件的特定字段（或列）时，最好使用类似的工具awk而不是grep. 你可以这样写：

awk '$1 == "STRING_TO_MATCH"' txtfile.txt

这也适用于与第一列不同的列（只需将 $2 用于第二列，$3 用于第三列，依此类推）。
awk 接受正则表达式和 grep。

问候。

score 3 · Accepted Answer

您的正则表达式不会检查 ID 是否位于行首。只需^在正则表达式的开头包含 a 以告诉它仅匹配行开头的 ID，然后使用对备选方案进行分组()：

grep -E '^(4324321_A3|9342432)\b' <file>

\b是一个边界字符，它强制它只匹配整个单词。

score 1 · Accepted Answer

1

在您的 grep 中包含^开头和模式之后的空格。

于 2013-06-14T13:57:55.533 回答

score 1 · Accepted Answer

在每个模式的开头添加一个行首锚点和一个单词边界

grep -E '^4324321_A3\b|^9342432\b'

5 回答 5