Grep peut-il afficher uniquement les mots qui correspondent au modèle de recherche?

Existe-t-il un moyen de créer des "mots" de sortie grep à partir de fichiers correspondant à l'expression de recherche?

Si je veux trouver toutes les instances de, disons, "th" dans un certain nombre de fichiers, je peux faire:

grep "th" *

mais la sortie sera quelque chose comme (gras est par moi);

fichier-texte: le chat était assis sur le tapis  
autre-fichier-texte: le renard brun rapide  
encore un autre fichier texte: j'espère que cela l' explique à fond 

Ce que je veux qu'il génère, en utilisant la même recherche, c'est:

the
the
the
this
thoroughly

Est-ce possible en utilisant grep? Ou en utilisant une autre combinaison d'outils?

Essayez grep -o

grep -oh "\w*th\w*" *

Edit: correspondance du commentaire de Phil

De la documentation :

-h, --no-filename
    Suppress the prefixing of file names on output. This is the default
    when there is only  one  file  (or only standard input) to search.
-o, --only-matching
    Print  only  the matched (non-empty) parts of a matching line,
    with each such part on a separate output line.

Réponse sécurisée à la distribution croisée (y compris Windows MinGW?)

grep -h "[[:alpha:]]*th[[:alpha:]]*" 'filename' | tr ' ' '\n' | grep -h "[[:alpha:]]*th[[:alpha:]]*"

Si vous utilisez des versions plus anciennes de grep (comme 2.4.2) qui n'incluent pas l'option -o. Utilisez ce qui précède. Sinon, utilisez le plus simple pour maintenir la version ci-dessous.

Réponse sécurisée à la distribution croisée Linux

grep -oh "[[:alpha:]]*th[[:alpha:]]*" 'filename'

Pour résumer les -ohsorties, l'expression régulière correspond au contenu du fichier (et non à son nom de fichier), tout comme la façon dont vous vous attendriez à ce que l'expression régulière fonctionne dans vim / etc ... Le mot ou l'expression régulière que vous recherchez alors dépend vous! Tant que vous restez sur POSIX et non sur la syntaxe Perl (voir ci-dessous)

Plus dans le manuel de grep

-o      Print each match, but only the match, not the entire line.
-h      Never print filename headers (i.e. filenames) with output lines.
-w      The expression is searched for as a word (as if surrounded by
         `[[:<:]]' and `[[:>:]]';

La raison pour laquelle la réponse originale ne fonctionne pas pour tout le monde

L'utilisation de \wvarie d'une plateforme à l'autre, car c'est une syntaxe "perl" étendue. En tant que telle, cette installation grep qui est limitée au travail avec les classes de caractères POSIX utilise [[:alpha:]]et non son équivalent perl \w. Voir la page Wikipedia sur l'expression régulière pour en savoir plus

En fin de compte, la réponse POSIX ci-dessus sera beaucoup plus fiable quelle que soit la plate-forme (étant l'original) pour grep

Quant à la prise en charge de grep sans l'option -o, le premier grep sort les lignes pertinentes, le tr divise les espaces en nouvelles lignes, le grep final filtre uniquement pour les lignes respectives.

(PS: je sais que la plupart des plates-formes auraient été corrigées pour \ w .... mais il y a toujours celles qui sont en retard)

Crédit pour la solution de contournement «-o» de @AdamRosenfield réponse

C'est plus simple que vous ne le pensez. Essaye ça:

egrep -wo 'th.[a-z]*' filename.txt #### (Case Sensitive)

egrep -iwo 'th.[a-z]*' filename.txt  ### (Case Insensitive)

Où,

 egrep: Grep will work with extended regular expression.
 w    : Matches only word/words instead of substring.
 o    : Display only matched pattern instead of whole line.
 i    : If u want to ignore case sensitivity.

Vous pouvez traduire des espaces en sauts de ligne, puis grep, par exemple:

cat * | tr ' ' '\n' | grep th

Juste awk, pas besoin d'une combinaison d'outils.

# awk '{for(i=1;i<=NF;i++){if($i~/^th/){print $i}}}' file
the
the
the
this
thoroughly

commande grep pour la correspondance et perl uniquement

grep -o -P 'th.*? ' filename

Je n'étais pas satisfait de la syntaxe difficile à retenir d'awk mais j'ai aimé l'idée d'utiliser un utilitaire pour le faire.

Il semble que ack (ou ack-grep si vous utilisez Ubuntu) peut le faire facilement:

# ack-grep -ho "\bth.*?\b" *

the
the
the
this
thoroughly

Si vous omettez l'indicateur -h, vous obtenez:

# ack-grep -o "\bth.*?\b" *

some-other-text-file
1:the

some-text-file
1:the
the

yet-another-text-file
1:this
thoroughly

En bonus, vous pouvez utiliser l' --outputindicateur pour le faire pour des recherches plus complexes avec à peu près la syntaxe la plus simple que j'ai trouvée:

# echo "bug: 1, id: 5, time: 12/27/2010" > test-file
# ack-grep -ho "bug: (\d*), id: (\d*), time: (.*)" --output '$1, $2, $3' test-file

1, 5, 12/27/2010

cat *-text-file | grep -Eio "th[a-z]+"

Pour rechercher tous les mots commençant par "icon-", la commande suivante fonctionne parfaitement. J'utilise ici Ack qui est similaire à grep mais avec de meilleures options et un formatage agréable.

ack -oh --type=html "\w*icon-\w*" | sort | uniq

Vous pouvez également essayer pcregrep . Il y a aussi une -woption dans grep , mais dans certains cas, cela ne fonctionne pas comme prévu.

De Wikipédia :

cat fruitlist.txt
apple
apples
pineapple
apple-
apple-fruit
fruit-apple

grep -w apple fruitlist.txt
apple
apple-
apple-fruit
fruit-apple

J'ai eu un problème similaire, à la recherche de grep / motif regex et du "motif correspondant trouvé" en sortie.

À la fin, j'ai utilisé egrep (même expression régulière sur grep -e ou -G ne m'a pas donné le même résultat d'egrep) avec l'option -o

donc, je pense que cela pourrait être quelque chose de similaire à (je ne suis pas un maître regex):

egrep -o "the*|this{1}|thoroughly{1}" filename

Vous pouvez diriger votre sortie grep vers Perl comme ceci:

grep "th" * | perl -n -e'while(/(\w*th\w*)/g) {print "$1\n"}'

$ grep -w

Extrait de la page de manuel grep:

-w: sélectionnez uniquement les lignes contenant des correspondances qui forment des mots entiers. Le test est que la sous-chaîne correspondante doit être soit au début de la ligne, soit précédée d'un caractère constituant autre qu'un mot.

ripgrep

Voici l'exemple utilisant ripgrep:

rg -o "(\w+)?th(\w+)?"

Il correspondra à tous les mots correspondants th.