linux - awk：遍历大量文件的内容

Question

所以，我有大约 60k-70k 的 vCard 文件并想检查（或者，此时，计数），哪些 vCard 包含邮件地址（EMAIL；INTERNET：me@my-domain.com）

我试图将 find 的输出传递给 awk，但我只是让 awk 处理文件列表，而不是处理每个文件的内容。我怎样才能让 awk 这样做？我尝试了 find、xargs 和 awk 的几种组合，但我没有让它正常工作。

谢谢你的帮助，沃尔

Answer 1

我可能会用grep这个。

• 如果要从文件中提取地址：

  grep -rio "EMAIL;INTERNET:.*@[a-z0-9-]*\.[a-z]*" *
  

  使用cut,sed或awk删除前导EMAIL;INTERNET::

  ... | cut -d: -f2
  ... | sed "s/.*://"
  ... | awk -F: '{print $2}'
  

• 如果您想要包含特定地址的文件的名称：

  grep -ril "EMAIL;INTERNET:me@my-domain\.com" *
  

如果grep无法一次处理那么多文件，请删除该-r选项并尝试使用findand xargs：

find /start/dir -name "*.vcf" -print0 | xargs -0 -I {} grep -io "..." {}

Answer 2

grep递归可以做到这一点

grep -r 'EMAIL.+@'