「while read do」和grep問題

Question

我有兩個文件。

file1.txt: 
Afghans 
Africans 
Alaskans 
... 

其中file2.txt包含網頁上的wget的輸出，所以這是一個大馬虎一塌糊塗，但包含了許多從第一列表中的單詞。

Bashscript：

cat file1.txt | while read LINE; do grep $LINE file2.txt; done 

如預期這沒有奏效。我不知道爲什麼，所以我附和了循環中的$行變量，並增加了睡眠1，所以我可以看到發生了什麼事：

cat file1.txt | while read LINE; do echo $LINE; sleep 1; grep $LINE file2.txt; done 

輸出看起來在終端看起來是這樣的：

阿富汗人
非洲人
阿拉斯加
阿爾巴尼亞
美國人
的grep：中國：沒有這樣的文件或目錄
：沒有這樣的文件或目錄
阿拉伯人
阿拉伯人
阿拉伯人/東印度人
：沒有這樣的文件或目錄
Argentinans
亞美尼亞
亞洲
印度人
：沒有這樣的文件或目錄
file2.txt：亞洲火影忍者
...

所以你可以看到它終於找到了「亞洲」這個詞。但爲什麼它說：

沒有這樣的文件或目錄

？

有什麼奇怪的事情發生還是我在這裏錯過了什麼？

Answer 1

@OP，首先，使用dos2unix作爲建議。然後用awk

awk 'FNR==NR{a[$1];next}{ for(i=1;i<=NF;i++){ if($i in a) {print $i} } } ' file1 file2_wget 

注意：在使用while循環和grep循環內部效率不高，因爲對於每一次迭代，你需要在文件2調用grep。

@OP，原油說明： 有關FNR和NR的含義，請參閱gawk manual。 FNR==NR{a[1];next}表示將file1的內容存入數組a。當FNR不等於NR（這意味着現在讀取第二個文件）時，它將檢查文件中的每個單詞是否在數組a中。如果是，打印出來。 （for循環用於迭代每個單詞）

Answer 2

使用更多的報價，並使用更少的cat

while IFS= read -r LINE; do 
    grep "$LINE" file2.txt 
done < file1.txt 

Answer 3

還有報價問題，你已經下載的文件中包含有扔read關閉CRLF行結束。在迭代之前使用dos2unix轉換file1.txt。

Answer 4

什麼

grep -f file1.txt file2.txt 

Answer 5

儘管usng awk速度更快，但grep以更少的努力產生更多的細節。因此，發行DOS2UNIX的使用後：

grep -F -i -n -f <file_containing_pattern> <file_containing_data_blob>

您將所有的比賽+行號（不區分大小寫）

在最小，這將足以找到所有從file_containing_pattern的話：

grep -F -f <file_containing_pattern> <file_containing_data_blob>