Encontre a string exata com grep

a título de exemplo, eu tenho um grande arquivo de texto com muitos endereços de email, usando o bash, preciso pesquisar / verificar se existe um email (ou não). Deve usar (apenas) as "âncoras"?

grep '^[email protected]' text_file

ou há maneiras melhores? Preciso criar um script bash e gostaria de estar seguro.

Veja as opções -F(sequência fixa, em oposição à expressão regular) e -x(exata: coincide com a linha inteira).

grep -Fx [email protected] text_file

seria o equivalente a:

grep '^user1@example\.com$' text_file

(lembre-se de que .é um operador de expressão regular que corresponde a qualquer caractere).

Use a -qopção se você quiser apenas verificar se existe essa linha:

grep -Fxq [email protected] text_file &&
  echo yes, that address is in that file.

Se a linha a pesquisar e o nome do arquivo forem variáveis:

grep -Fxqe "$email" < "$file"

Ou

grep -Fxq -- "$email" < "$file"

Você não quer:

grep -Fxq "$email" "$file"

pois isso causaria problemas se $emailou $fileiniciado -.

Se o arquivo estiver classificado (no seu local atual, preferencialmente C), você poderá acelerar as coisas usando, em commvez de grep:

printf '%s\n' [email protected] | comm -12 - text_file

A vantagem se tornará mais óbvia quando você tiver vários endereços de email para verificar (por exemplo, em outro arquivo classificado):

comm -12 text_file emails_to_check

seria mais rápido que:

grep -Fxf emails_to_check text_file

Para ser o mais eficiente possível, você deseja parar depois que a primeira correspondência for encontrada. Se você possui o GNU grep, pode fazer o seguinte:

grep -m 1 '^user1@example\.com$' your_file

Caso contrário, você pode usar Perl:

perl -nlE 'say and last if $_ eq q{[email protected]}' your_file

Existem muitas verificações por email lá. Um deles é:

grep -E -o "\b[a-zA-Z0-9.-]+@[a-zA-Z0-9.-]+\.[a-zA-Z0-9.-]+\b" text_file

Para elaborar minha resposta.

Você está usando a ^âncora que indica o início da string. Isso não corresponderá se um endereço de email estiver em algum lugar entre uma string longa.

seu grepcomando corresponderá a tudo o que começar ^[email protected], incluindo o próprio endereço de email, mas também [email protected]. como .é um caractere especial em expressões regulares que corresponde a qualquer tecla, você deve evitá-lo como\.

assumindo que seu arquivo de texto contenha um endereço por linha, use:

EMAIL=user1@example\\.com
egrep "^${EMAIL}$" text_file

o final $garantirá que a linha termine após o endereço de email. Também estou usando aspas duplas ", pois elas permitem o uso de variáveis ​​(ao contrário das aspas simples ')

Considerando correspondência literal / exata geral de seqüência de caracteres:

grep -w "search_word" <file>  >  output.txt

#\b shows boundaries over here.

ou,

 grep  "\bsearch_word\b"  <file>  >  output.txt