帶有 vfF 的 grep 的 sed 或其他等效項

RHEL6.10 , gnu grep 2.2

grep -vfF stem.txt source.txt > filteredoutput.txt

stem.txt具有唯一的 13 位數字。

source.txt是固定長度 (400) 數據文件，其中 13 位欄位值從位置 225 開始。欄位值在文件中是唯一的。在這兩種情況下，換行符都是行分隔符。

source.txt有大約 80k 行，stem.txt大約 4.5k

但是，我的輸出文件有大約 75k 行，這意味著它的過濾比干文件中的多。

我不知道為什麼會這樣。

在進行故障排除時，我用空格替換了除數字欄位之外的每一行中的所有其他內容source.txt，然後它給出了正確的結果。非常混亂的行為。

1. 不知道我怎麼能弄明白？
2. 我的其他選項是什麼 -sed /awk 等價物。

編輯：萬歲 grep！問題出在使用者/我身上。由於疏忽，我沒有考慮可能出現在源文件其他地方的 13 位特殊序列的可能性。帶有參數的 grep 命令按預期工作。

使用awk，確保您只在它們應該出現的地方尋找那些字元串。

awk '!source {stem[$0]; next}
    ! (substr($0, 225, 13) in stem)
    ' stem.txt source=1 source.txt > filteredoutput.txt

（substr()起始位置是從 1 開始的）。

這也將使其效率更高，因為它只需要每行進行一次雜湊查找，source.txt而不是 4.5k 子字元串查找。

注意

grep -vfF stem.txt source.txt

是

grep -v -f F stem.txt source.txt

（查找文件中的任何正則表達式但不匹配的stem.txt行）。source.txt``F

你可能的意思是：

grep -vFf stem.txt source.txt

（查找source.txt不包含任何字元串的行stem.txt）。

引用自：https://unix.stackexchange.com/questions/701387