如何使用Grep匹配完整邮箱地址而非子串（多文件场景）

我有两个文件：
第一个文件（命名为file1.txt）内容如下：

./j/n:jwillow@gmail.com:Test1
./n/o:nanofranky@list.ru:Test2
./j/r:franky@list.ru:Test2
./j/d:jdmq77@hotmail.com:Test3
./x/s:xsebastianmenendez@hotmail.com:Test4
./r/s:rsebastianmenendez@hotmail.com:Test5
./w/i:willow@gmail.com@gmail.com:Test6

第二个文件（命名为file2.txt）是待匹配的完整邮箱列表：

willow@gmail.com
franky@list.ru
jdmq77@hotmail.com
sebastianmenendez@hotmail.com

期望输出匹配到完整邮箱的行：

./j/r:franky@list.ru:Test2
./j/d:jdmq77@hotmail.com:Test3
./w/i:willow@gmail.com@gmail.com:Test6

使用grep -f命令时，会匹配到邮箱子串（比如jwillow@gmail.com包含willow@gmail.com），导致返回file1.txt的所有行，无法只保留符合要求的行。

方法1：用awk精准处理分隔字段 #

awk适合处理结构化的分隔文本，我们可以先把待匹配邮箱存入数组，再逐行检查第一个文件的第二个字段（冒号分隔）是否包含目标邮箱，且邮箱的起始位置要么是字段开头，要么是在@之后（避免匹配前缀带多余字符的情况）。

执行命令：

awk -F: 'NR==FNR {mail[$0]; next} {for (m in mail) {if (index($2, m) == 1 || (index($2, m) > 1 && substr($2, index($2, m)-1, 1) == "@")) {print; next}}}' file2.txt file1.txt

命令解释 #

• -F:：指定冒号为字段分隔符
• NR==FNR {mail[$0]; next}：读取file2.txt的所有邮箱，存入数组mail，然后跳过后续逻辑处理下一行
• 遍历file1.txt的每行：
  • 对每个目标邮箱m，检查第二个字段$2：
    • 要么m从字段开头开始（index($2, m) == 1），比如franky@list.ru完全匹配字段，或willow@gmail.com是willow@gmail.com@gmail.com的前缀
    • 要么m的前一个字符是@（比如xxx@willow@gmail.com这类情况）
  • 满足任一条件就打印该行，跳过当前行的后续检查

方法2：改造grep的匹配规则 #

如果坚持用grep，需要给每个邮箱添加正则约束，确保匹配的邮箱不会被前缀字符干扰。先通过sed把邮箱列表转换成带约束的正则，再用grep匹配。

执行命令：

# 生成带正则约束的匹配规则文件
sed 's/^/.*:\([^@]*@\)\?/; s/$/\(:.*\)$/' file2.txt > match_patterns.txt
# 执行匹配
grep -f match_patterns.txt file1.txt

命令解释 #

• sed命令将每个邮箱m转换为正则表达式.*:\([^@]*@\)\?m:.*$：
  • .*:：匹配行首到第一个冒号的内容
  • \([^@]*@\)\?：可选匹配任意非@字符加@，兼容邮箱出现在@之后的情况
  • m：待匹配的目标邮箱
  • :\(.*\)$：匹配邮箱后的冒号及剩余内容
• grep -f读取生成的规则文件，精准匹配file1.txt的行

两种方法执行后，都会输出期望的结果：

./j/r:franky@list.ru:Test2
./j/d:jdmq77@hotmail.com:Test3
./w/i:willow@gmail.com@gmail.com:Test6

内容的提问来源于stack exchange，提问作者aDoN