linux - 使用grep匹配整个单词的问题

Question

我正在尝试匹配一个新行分隔字符串列表中的整个字符串。下面是我的例子：

[hemanth.a@gateway ~]$ echo $snapshottableDirs
/user/hemanth.a/dummy1 /user/hemanth.a/dummy3
[hemanth.a@gateway ~]$ echo $snapshottableDirs | tr -s ' ' '\n'
/user/hemanth.a/dummy1
/user/hemanth.a/dummy3
[hemanth.a@gateway ~]$ echo $snapshottableDirs | tr -s ' ' '\n' | grep -w '/user/hemanth.a'
/user/hemanth.a/dummy1
/user/hemanth.a/dummy3

我的目标是只找到一个匹配，当且仅当字符串 /user/hemanth.a在字符串列表中作为一个完整的单词（在一个新的行中）存在时。但是上面的命令也返回了包含 /user/hemanth.a的字符串。
这是一个示例场景。不能保证我想要匹配的所有字符串都是 /user/xxxxxx.x格式的。理想情况下，我想匹配确切的字符串，如果它存在于一个新的行中，作为列表中的一个完整的单词。
任何帮助都将不胜感激。谢谢您。

Answer 1

更新：在这里使用fgrep -x '/user/hemanth.a'可能是一个更好的解决方案，因为它避免了必须转义$等字符以防止grep将它们解释为元字符。fgrep执行文本字符串匹配，而不是正则表达式匹配，-x选项告诉它只匹配整行。
例子：

> cat testfile.txt
foo
foobar
barfoo
barfoobaz

> fgrep foo testfile.txt
foo
foobar
barfoo
barfoobaz

> fgrep -x foo testfile.txt
foo

原始答案：
尝试将 $regex元字符添加到 grep表达式的末尾，如下所示：

echo $snapshottableDirs | tr -s ' ' '\n' | grep -w '/user/hemanth.a$'. 

$元字符与行尾匹配。
在使用时，您可能还需要使用与行开头匹配的 ^元字符，这样 grep '/user/hemanth.a$'就不会意外地与类似于 /user/foo/user/hemanth.a的内容匹配。
所以你会得到这个：

echo $snapshottableDirs | tr -s ' ' '\n' | grep '^/user/hemanth\.a$'. 

编辑：你可能不希望这里有 -w，所以我已经把它从我的答案中删除了。
编辑二：@u.windl提出了一个很好的观点。正则表达式中的 .字符是与任何字符匹配的元字符，因此 grep /user/hemanth.a最终可能会匹配您不期望的内容，例如 /user/hemanthxa等，或者更可能的是，它还会匹配行 /user/hemanth/a。要解决这个问题，您需要转义 .字符。我已经更新了上面的 grep行来反映这一点。
更新：针对您在注释中提出的关于如何转义字符串以便在 grep正则表达式中使用它的问题…
是的，可以对字符串进行转义，以便它能够在正则表达式中使用。我将解释如何这样做，但首先我应该说，尝试转义字符串以在正则表达式中使用可能会变得非常复杂，有很多奇怪的边缘情况。例如，与 grep一起工作的转义字符串不一定与 sed、 awk、 perl、bash的 =~运算符一起工作，甚至不一定与 grep -e一起工作。
除此之外，如果将单引号改为双引号，则可能需要添加另一级别的转义，以便bash能够正确扩展字符串。
例如，如果要使用 'foo [bar]* baz$'搜索文本字符串，则必须转义 grep、 [和 *字符，从而生成正则表达式：

'foo \[bar]\* baz\$'

但是，如果出于某种原因，您决定将该表达式作为双引号字符串传递给 $，则必须转义。否则，bash会将其中一些解释为逃避。如果这样做，您可以看到：

echo "foo \[bar]\* baz\$"
foo \[bar]\* baz$

您可以看到bash将 grep解释为一个表示字符 \$的转义序列，从而吞入了 $字符。这是因为在双引号字符串中，通常 \是一个特殊字符，开始参数扩展。但它只留下了 $和 \[，因为 \*和 [在双引号字符串中不特殊，所以它将反斜杠解释为literal *字符。若要使此表达式在双引号字符串中用作 \的参数，则必须转义最后一个反斜杠：

# This command prints nothing, because bash expands `\$` to just `$`,
# which grep then interprets as an end-of-line anchor.
> echo 'foo [bar]* baz$' | grep "foo \[bar]\* baz\$"

# Escaping the last backslash causes bash to expand `\\$` to `\$`,
# which grep then interprets as matching a literal $ character
> echo 'foo [bar]* baz$' | grep "foo \[bar]\* baz\\$"
foo [bar]* baz$

但是请注意， grep不能与 "foo \[bar]\* baz \\$"一起使用，因为 sed使用不同的regex语法，在这种语法中，转义a sed会导致它成为元字符，而在 [中，您必须转义它以防止它被解释为元字符。
同样，是的，您可以转义一个文本字符串作为正则表达式使用。但如果需要匹配包含需要转义的字符的文本字符串，则有更好的方法： grep。
grep命令实际上只是 fgrep的简写，其中 fgrep告诉 grep -F匹配“固定字符串”而不是正则表达式。例如：

> echo '[(*\^]$' | fgrep '[(*\^]$'
[(*\^]$

这是因为 -F不知道或不关心正则表达式。它只是在寻找确切的文本字符串 grep。但是，这种情况会使您回到原点，因为 fgrep将在子字符串上匹配：

> echo '/users/hemanth/dummy' | fgrep '/users/hemanth'
/users/hemanth/dummy

谢天谢地，有办法解决这个问题，考虑到你的具体需求，这可能是比我最初的答案更好的方法。 '[(*\^]$'选项告诉它只匹配整行。请注意， fgrep并不特定于 -x（因为 fgrep实际上只是 -x）。例如：

> echo '/users/hemanth/dummy' | fgrep -x '/users/hemanth' # prints nothing

这相当于您通过转义 fgrepregex得到的结果，而且几乎可以肯定，这是一个比我之前将regex括在 fgrep和 grep -F中更好的答案。
现在，正如所承诺的，为了防止您想走这条路，下面是如何转义一个固定字符串以用作 grepregex：

# Suppose we want to match the literal string '^foo.\ [bar]* baz$'
# It contains lots of stuff that grep would normally interpret as
# regular expression meta-characters. We need to escape those characters
# so grep will interpret them as literals.
> str='^foo.\ [bar]* baz$'
> echo "$str"
^foo.\ [bar]* baz$

> regex=$(sed -E 's,[.*^$\\[],\\&' <<< "$str")
> echo "$regex"
\^foo\.\\ \[bar]\* baz\$

> echo "$str" | grep "$regex"
^foo.\ [bar]* baz$
# Success

再次，由于上面提到的原因，我不推荐这种方法，尤其是当 ^存在时。