如何配置grep -f行首匹配规则实现csv内容精准筛选

直接grep匹配不符合预期的原因 #

默认grep -f input.csv target.csv会将input.csv的每一行作为匹配模式，在target.csv的每行任意位置查找匹配，因此会出现误匹配：比如2345,client1会匹配到target中22345,client1,2021-09-14行的后半段，导致输出多余结果。

实现行首匹配的方案 #

你需要给每个匹配规则增加行首锚定逻辑，同时开启固定字符串匹配避免特殊字符干扰，命令如下：

grep -F -f <(sed 's/^/^/' input.csv) target.csv

参数说明 #

• -F：将所有输入模式视为固定字符串，避免csv内容中存在正则特殊字符（如.、*）时匹配异常
• sed 's/^/^/' input.csv：给input.csv的每一行前缀添加正则行首锚定符^，强制所有模式只能匹配target.csv每行的开头位置
• -f：指定从预处理后的input内容中读取匹配模式

更稳妥的结构化匹配方案 #

因为是csv结构化文件，按字段匹配完全不会出现误匹配问题，推荐用awk实现：

awk -F',' 'NR==FNR{map[$1","$2]=1;next} ($1","$2) in map' input.csv target.csv

这个命令会先读取input.csv的前两列作为匹配键，再输出target.csv中前两列完全匹配的行，适配所有csv内容场景。

内容的提问来源于stack exchange，提问作者ppatidar