帶循環的 Grep 重複模式

我有兩個文件：

文件1：

ABA
FFR
HHI
HAB

文件2：

ABAABAABAABAABAABAABAABAABATRCFUJIKHRTHVFHJJHVHJJKKHGCC
FFRFFRFFRFFRFFRFFRFFRFFRFFRFFRFFRFFRFFRFHJKGHKKBVDTHJNJ
HHIHHIHHIHHIHHIDEDRJFKOLGCUOUUKJGLNJKKKKJKJKJGGHHBCFDII
HABHABHABHABHABHABHABHABGTHFOOLLLHHHUUJCIICXXTKCIABAGGC

file1 中的每一行都是在 file2 中相應行的開頭重複的模式。我想從 file2 中獲取不是 file1 中重複模式的每一行的部分。

所需的輸出：

TRCFUJIKHRTHVFHJJHVHJJKKHGCC
FHJKGHKKBVDTHJNJ
DEDRJFKOLGCUOUUKJGLNJKKKKJKJKJGGHHBCFDII
GTHFOOLLLHHHUUJCIICXXTKCIABAGGC

我嘗試使用這個循環：

while read -r line
do

grep -v "$line{1,}"   file2.txt 

done < file1.txt

但我去這個輸出：

ABAABAABAABAABAABAABAABAABATRCFUJIKHRTHVFHJJHVHJJKKHGCC
FFRFFRFFRFFRFFRFFRFFRFFRFFRFFRFFRFFRFFRFHJKGHKKBVDTHJNJ
HHIHHIHHIHHIHHIDEDRJFKOLGCUOUUKJGLNJKKKKJKJKJGGHHBCFDII
HABHABHABHABHABHABHABHABGTHFOOLLLHHHUUJCIICXXTKCIABAGGC
ABAABAABAABAABAABAABAABAABATRCFUJIKHRTHVFHJJHVHJJKKHGCC
FFRFFRFFRFFRFFRFFRFFRFFRFFRFFRFFRFFRFFRFHJKGHKKBVDTHJNJ
HHIHHIHHIHHIHHIDEDRJFKOLGCUOUUKJGLNJKKKKJKJKJGGHHBCFDII
HABHABHABHABHABHABHABHABGTHFOOLLLHHHUUJCIICXXTKCIABAGGC
ABAABAABAABAABAABAABAABAABATRCFUJIKHRTHVFHJJHVHJJKKHGCC
FFRFFRFFRFFRFFRFFRFFRFFRFFRFFRFFRFFRFFRFHJKGHKKBVDTHJNJ
HHIHHIHHIHHIHHIDEDRJFKOLGCUOUUKJGLNJKKKKJKJKJGGHHBCFDII
HABHABHABHABHABHABHABHABGTHFOOLLLHHHUUJCIICXXTKCIABAGGC

使用 egABA在變數中，grep -v "$line{1,}"會給 grep 模式ABA{1,}，這意味著它會尋找一個 single A，一個 single B，然後至少一個A。不過，最後一次重複並不重要，因為在那之後就什麼都沒有了，所以即使是一個重複也ABA可以匹配。

好吧，除了預設情況下，grep 使用基本正則表達式 (BRE)，其中計數的重複必須用反斜杠書寫，如. 在擴展正則表達式 (ERE) 中，是否會有一個或多個重複（也會如此）；但在 BRE 中，它只是四個文字字元（也是正常字元）。\{*n*,*m*\}``{1,}``+``+

但是 grep 列印匹配或不匹配的完整行；-v它不會刪除部分行。（除了grep -o它只列印匹配部分的地方，但我認為這不適用於-v.）另外，使用該循環，grep將查看每個模式的所有行，這就是為什麼你會得到file2重複多次的內容.

---

我們需要一個循環，在每次迭代時從每個輸入中讀取一行。它可以在shell中完成，但它會很慢。像 AWK 這樣的東西會更好，例如：

$ awk '{getline pat < "file1"; sub("^(" pat ")*", ""); print}' file2
TRCFUJIKHRTHVFHJJHVHJJKKHGCC
FHJKGHKKBVDTHJNJ
DEDRJFKOLGCUOUUKJGLNJKKKKJKJKJGGHHBCFDII
GTHFOOLLLHHHUUJCIICXXTKCIABAGGC

AWK 程序隱式循環遍歷（和命令行上給出的其他文件）的行，在這裡，我們從每次迭代中file2顯式讀取一行。file1然後"^(" pat ")*"構造一個類似 的模式^(ABA)*，它與目前行匹配，並用空字元串替換。

這不會從行中刪除任何模式實例，例如ABAABAFOOABABAR會變成FOOABABAR. 如果您也想刪除它們，請將其更改為gsub("(" pat ")*", "");.

引用自：https://unix.stackexchange.com/questions/710704