使用grep搜索字符串时匹配到无关文件的问题求助

问题根源分析 #

当前出现无关文件匹配的核心原因有两点：

1. 正则表达式存在冗余分支，且未严格限定匹配规则，可能导致意外匹配；
2. 未通过--exclude参数明确排除LICENSE、README这类非代码文件，后续的grep -v仅能过滤目录相关行，无法排除指定文件。

具体解决方案 #

1. 修正正则表达式，避免误匹配 #

移除冗余的重复分支，同时用+限定特殊符号至少出现一次，避免空匹配：

"\b${LIST[$A]}\b|${LIST[$A]}[-_.*@^:.,~%&(){}]+"

• \b${LIST[$A]}\b：匹配独立的目标词汇（如SAM22）
• ${LIST[$A]}[-_.*@^:.,~%&(){}]+：匹配目标词汇后跟一个或多个指定特殊符号的情况（如SAM22_、SAM22.等）

2. 明确排除无关文件 #

可以通过两种方式排除LICENSE、README类文件：

方法一：更新excluded_files数组

excluded_files=(LICENSE.BSD README.txt LICENSE* README*)

方法二：直接在grep命令中追加排除规则

ret=$(grep -irwE --exclude=LICENSE* --exclude=README* "${excluded_files[@]/#/--exclude=}" "\b${LIST[$A]}\b|${LIST[$A]}[-_.*@^:.,~%&(){}]+" \
                "$package/" |grep -v "$filters\|${excluded_dir[@]}" -c)

3. 优化命令逻辑（可选） #

将目录排除逻辑整合到第一个grep的--exclude-dir参数中，提升效率：

ret=$(grep -irwE --exclude=LICENSE* --exclude=README* "${excluded_files[@]/#/--exclude=}" \
                --exclude-dir="${excluded_dir[@]}" "\b${LIST[$A]}\b|${LIST[$A]}[-_.*@^:.,~%&(){}]+" \
                "$package/" |grep -v "$filters" -c)

4. 验证匹配结果 #

先单独运行简化后的grep命令，确认无无关行输出：

grep -irwE --exclude=LICENSE* --exclude=README* "\bSAM22\b|SAM22[-_.*@^:.,~%&(){}]+" "$package/"

内容的提问来源于stack exchange，提问作者SampathKumar Esikala