grep para várias strings em arquivo em linhas diferentes (ou seja, arquivo inteiro, não pesquisa baseada em linha)?

Eu quero procurar arquivos contendo as palavras Dansk, Svenskaou Norskem qualquer linha, com um código de retorno utilizável (como eu realmente só gosto de ter a informação de que as strings estão contidas, meu one-liner vai um pouco além disso).

Tenho muitos arquivos com linhas como este:

Disc Title: unknown
Title: 01, Length: 01:33:37.000 Chapters: 33, Cells: 31, Audio streams: 04, Subpictures: 20
        Subtitle: 01, Language: ar - Arabic, Content: Undefined, Stream id: 0x20, 
        Subtitle: 02, Language: bg - Bulgarian, Content: Undefined, Stream id: 0x21, 
        Subtitle: 03, Language: cs - Czech, Content: Undefined, Stream id: 0x22, 
        Subtitle: 04, Language: da - Dansk, Content: Undefined, Stream id: 0x23, 
        Subtitle: 05, Language: de - Deutsch, Content: Undefined, Stream id: 0x24, 
(...)

Aqui está o pseudocódigo do que eu quero:

for all files in directory;
 if file contains "Dansk" AND "Norsk" AND "Svenska" then
 then echo the filename
end

Qual é a melhor maneira de fazer isso? Isso pode ser feito em uma linha?

Você pode usar:

grep -l Dansk * | xargs grep -l Norsk | xargs grep -l Svenska

Se você também deseja encontrar arquivos ocultos:

grep -l Dansk .* | xargs grep -l Norsk | xargs grep -l Svenska

Ainda outra maneira usando apenas bash e grep:

Para um único arquivo 'test.txt':

  grep -q Dansk test.txt && grep -q Norsk test.txt && grep -l Svenska test.txt

Será impresso test.txtse o arquivo contiver todos os três (em qualquer combinação). Os dois primeiros greps não imprimem nada ( -q) e o último só imprime o arquivo se os outros dois tiverem passado.

Se você quiser fazer isso para cada arquivo no diretório:

   para f em *; fazer grep -q Dansk $ f && grep -q Norsk $ f && grep -l Svenska $ f; feito

grep –irl word1 * | grep –il word2 `cat -` | grep –il word3 `cat -`

• -i torna a pesquisa insensível a maiúsculas e minúsculas
• -r torna a pesquisa de arquivos recursiva através de pastas
• -l canaliza a lista de arquivos com a palavra encontrada
• cat - faz com que o próximo grep examine os arquivos passados ​​para sua lista.

Como fazer o grep para várias strings no arquivo em linhas diferentes (use o símbolo de barra vertical):

for file in *;do 
   test $(grep -E 'Dansk|Norsk|Svenska' $file | wc -l) -ge 3 && echo $file
done

Notas:

1. Se você usar aspas duplas ""com seu grep, terá que escapar do tubo assim: \|para pesquisar Dansk, Norsk e Svenska.

2. Presume que uma linha possui apenas um idioma.

Passo a passo: http://www.cyberciti.biz/faq/howto-use-grep-command-in-linux-unix/

Você pode fazer isso facilmente com ack :

ack -l 'cats' | ack -xl 'dogs'

• -l: retorna uma lista de arquivos
• -x: pegue os arquivos de STDIN (a pesquisa anterior) e pesquise apenas esses arquivos

E você pode simplesmente continuar enviando até obter os arquivos que deseja.

awk '/Dansk/{a=1}/Norsk/{b=1}/Svenska/{c=1}END{ if (a && b && c) print "0" }' 

você pode então pegar o valor de retorno com o shell

se você tem Ruby (1.9+)

ruby -0777 -ne 'print if /Dansk/ and /Norsk/ and /Svenka/' file

Isso pesquisa várias palavras em vários arquivos:

egrep 'abc|xyz' file1 file2 ..filen 

Simplesmente:

grep 'word1\|word2\|word3' *

veja esta postagem para mais informações

Esta é uma mistura das respostas de glenn jackman e kurumi que permite um número arbitrário de regexes em vez de um número arbitrário de palavras fixas ou um conjunto fixo de regexes.

#!/usr/bin/awk -f
# by Dennis Williamson - 2011-01-25

BEGIN {
    for (i=ARGC-2; i>=1; i--) {
        patterns[ARGV[i]] = 0;
        delete ARGV[i];
    }
}

{
    for (p in patterns)
        if ($0 ~ p)
            matches[p] = 1
            # print    # the matching line could be printed
}

END {
    for (p in patterns) {
        if (matches[p] != 1)
            exit 1
    }
}

Execute assim:

./multigrep.awk Dansk Norsk Svenska 'Language: .. - A.*c' dvdfile.dat

Aqui está o que funcionou bem para mim:

find . -path '*/.svn' -prune -o -type f -exec gawk '/Dansk/{a=1}/Norsk/{b=1}/Svenska/{c=1}END{ if (a && b && c) print FILENAME }' {} \;
./path/to/file1.sh
./another/path/to/file2.txt
./blah/foo.php

Se eu quisesse apenas encontrar arquivos .sh com esses três, poderia ter usado:

find . -path '*/.svn' -prune -o -type f -name "*.sh" -exec gawk '/Dansk/{a=1}/Norsk/{b=1}/Svenska/{c=1}END{ if (a && b && c) print FILENAME }' {} \;
./path/to/file1.sh

Expandindo a resposta awk de @kurumi, aqui está uma função bash:

all_word_search() {
    gawk '
        BEGIN {
            for (i=ARGC-2; i>=1; i--) {
                search_terms[ARGV[i]] = 0;
                ARGV[i] = ARGV[i+1];
                delete ARGV[i+1];
            }
        }
        {
            for (i=1;i<=NF; i++) 
                if ($i in search_terms) 
                    search_terms[$1] = 1
        }
        END {
            for (word in search_terms) 
                if (search_terms[word] == 0) 
                    exit 1
        }
    ' "$@"
    return $?
}

Uso:

if all_word_search Dansk Norsk Svenska filename; then
    echo "all words found"
else
    echo "not all words found"
fi

Eu fiz isso com duas etapas. Faça uma lista de arquivos csv em um arquivo Com a ajuda dos comentários desta página, fiz duas etapas sem script para obter o que precisava. Basta digitar no terminal:

$ find /csv/file/dir -name '*.csv' > csv_list.txt
$ grep -q Svenska `cat csv_list.txt` && grep -q Norsk `cat csv_list.txt` && grep -l Dansk `cat csv_list.txt`

fez exatamente o que eu precisava - imprimir nomes de arquivos contendo todas as três palavras.

Lembre-se também dos símbolos como `' "

Se você só precisa de dois termos de pesquisa, provavelmente a abordagem mais legível é executar cada pesquisa e cruzar os resultados:

 comm -12 <(grep -rl word1 . | sort) <(grep -rl word2 . | sort)

Se você tem git instalado

git grep -l --all-match --no-index -e Dansk -e Norsk -e Svenska

O --no-index procura arquivos no diretório atual que não é gerenciado pelo Git. Portanto, este comando funcionará em qualquer diretório, independentemente de ser um repositório git ou não.

Tive esse problema hoje, e todos os one-liners aqui falharam porque os arquivos continham espaços nos nomes.

Isso é o que eu descobri que funcionou:

grep -ril <WORD1> | sed 's/.*/"&"/' | xargs grep -il <WORD2>