因此，我试图找到一种更省时的方法来“grep/search”以特定字符/字符集开始的行。我有一个50 GB的文件，其中包含通过命令LC_ALL='C' sort -u data.txt > data_sorted.txt排序的数据。假设我想查找以horse开头的所有行，我当前会执行LC_ALL='C' grep -i -E "^horse.*" data_sorted.txt
这个命令的问题是grep不能自动地看到（并跳转到）以horse开始的行，而是直接grep 0-9A-Z或其他它能做的。有没有一种替代的方法来整理数据，它会跳转到搜索查询的第一个字符，以加快速度？
这很难解释，很抱歉让你搞混了。
1条答案
按热度按时间3htmauhk1#
一种可能的方法是使用
look(1)。虽然这通常用于搜索系统单词列表词典，但您可以指定一个不同的文件，它会对与给定前缀匹配的行进行二进制搜索。因此，您可以尝试：
(Some
look的版本可能需要-b选项来执行二进制搜索;请参阅您当地的手册页）如果你想像
grep那样进行不区分大小写的搜索，那么文件必须以不区分大小写的方式排序（sort -f），并且look需要-f选项。