如何在文件中搜索文本而忽略换行符？

我想搜索文件中可能分成几行的文本。一个grep，它将忽略换行符并返回匹配的行距。

例如，我将搜索is an example file，并希望在以下文件中找到它：

这是
一个
示例文件。

不要依赖前导或尾随空格，最好完全忽略所有形式的空格（最好将空格的任何序列都视为一个空格）。

一种非理想的解决方案是tr '\n' ' ' | grep，它区分匹配和不匹配，但不显示匹配项，也不能很好地处理大文件。

— 尼卡娜（Nikana Reklawyks）
source

关于SO（没有明确的答案）：stackoverflow.com/q/1858312/1449460

— Nikana Reklawyks

isearch-forward

— 顺便提一下

Vim也是如此：/This\_sis。有关更多详细信息：:help \_s。

— lcd047

在搜索行的末尾添加此行：tr -n“ \ n”这将删除所有新行。希望有帮助！

— 丹·豪威尔

Answers:

GNU grep可以做到

grep -z 'is\san\sexample\sfile.' file

为了满足注释中出现的一些观点，对脚本进行了一些修改：

 grep -oz '^[^\n]*\bis\s*an\s*example\s*file\.[^\n]*' file

关于大文件，我对存储空间的限制没有想象力，但是在出现问题的情况下，您可以自由使用 sed

sed '/\bis\b/{
          :1
          N
          /file\.\|\(\n.*\)\{3\}/!b1
         }
     /\<is\s*an\s*example\s*file\./p
     D' file

在内存（$\n.*$\{3\}）中最多保留4行（因为模式中有4个字）。

— 科斯塔斯
source

如您所知，该-z选项告诉grep您将换行符视为普通文本字符，并寻找nul字节来分隔记录。在没有nul字节的文本文件中（即典型情况），grep -z会将整个文件视为一行。因此，（1）提出了如何处理大文件的问题，（2）如果找到匹配项，它将写出整个文件，不提供有关匹配位置的线索。另外（3）OP说，“理想情况下，将任何空白序列都视为一个空格，”因此您应该使用\s+和添加-E。

— G-Man说'恢复莫妮卡'

@ G-Man谢谢您的评论。请参阅编辑后的答案。

— 哥斯达黎加

（0）啊，-o; 我一直忘了那个。聪明的使用方式。（1）您的新grep答案开始^[\n]*；这是的错字[^\n]*。（2）我\s+故意说。 be\s*little将匹配belittle，并且care\s*less将匹配careless。但是我想这是一个小问题。而且，如果你不想使用-E，可以使用的“穷人的版本” \s+，即\s\s*。（3）好sed命令。如果有空行，它可能会失败（因此，四个单词的短语可以分布在四行以上）；我能够通过添加来解决此问题s/\n\s*\n/\n/。

— G-Man说'恢复莫妮卡'

@ G-Man再次感谢您。您的评论非常有用。我试图发布或多或少的可移植代码，因为著名成员每次都会促使我这样做。无论如何，即使没有-E你的钢能够使用+的\s\+形式。模式内的空行似乎是人为的。

— 哥斯达黎加

我当时在想分页的文本文档，例如RFC（ISTR），手册页在某些系统上（或确实在），但是，进一步想想，我发现大多数此类文档都具有页眉和/或页脚（s），在您希望grep他们输入短语之前，需要先删除它们。

— G-Man说'恢复莫妮卡'

尝试这个：

pcregrep -M '\bThis\s+is\b' <<EOT
This
is
an example
file.
EOT

— 液晶屏
source

\s如果我搜索“这是一个非常长的模式”，是否必须键入5次？

— Nikana Reklawyks 2015年

是：点是\s匹配空格，换行符是“空格”。

— lcd047

我的意思是，如果文件是This\nis a very\nlong pattern，该怎么办？我不知道可能在哪里出现换行符。我必须搜索This\sis\sa\svery\slong\spattern，对吗？（随着图案长度的增加或从其他位置粘贴而变得乏味）

— Nikana Reklawyks

然后，您可以这样操作：pcregrep -M "$( echo 'This is a very long pattern' | sed 's/ /\\s+/g' )" file。

— lcd047