¿Por qué el anclaje de fin de línea $ no funciona con el comando grep, a pesar de que el ancla ^ de frente de línea sí lo está?

Muy nuevo en UNIX pero no nuevo en programación. En la terminal de MacBook. A los efectos de la gestión y búsqueda de listas de palabras para la construcción de crucigramas, estoy tratando de conseguir práctico con el comando grep y sus variaciones. Parece bastante sencillo, pero cuando se quedaba colgado desde el principio con lo que pensé que debería ser un simple caso.

Cuando entro

grep "^COW" masternospaces.txt

Obtengo lo que quiero: una lista de todas las palabras que comienzan con COW.

Pero cuando entro

grep "COW$" masternospaces.txt

Espero obtener una lista de palabras que terminan en VACA (hay muchas de esas palabras), y no se devuelve nada.

El archivo es un archivo de texto sin formato, con cada línea solo una palabra (o una frase de palabra sin espacios) en mayúsculas.

¿Alguna idea de lo que podría estar pasando aquí?

Como mencionó @steeldriver, es probable que el problema sea causado por un estilo de final de línea diferente al grepesperado.

Para comprobar los finales de línea

Puede usar hexdumppara verificar exactamente cómo están formateadas las terminaciones de línea. Le sugiero que use mi formato favorito:

hexdump -e '"%08_ad (0x%08_ax)    "8/1 "%02x ""   "8/1 "%02x "' -e '"    "8/1 "%_p""|"8/1 "%_p""\n"' masternospaces.txt

Con la salida, verifique los finales de línea: 0a-> LF, 0d-> CR. Un ejemplo muy rápida daría algo como esto:

$ hexdump -e '"%08_ad (0x%08_ax)    "8/1 "%02x ""   "8/1 "%02x "' -e '"    "8/1 "%_p""|"8/1 "%_p""\n"' masternospaces.txt
00000000 (0x00000000)    4e 6f 20 43 4f 57 20 65   6e 64 69 6e 67 0d 0a 45    No COW e|nding..E
00000016 (0x00000010)    6e 64 69 6e 67 20 69 6e   20 43 4f 57 0d 0a          nding in| COW..

Tenga en cuenta los finales de línea en formato DOS: 0d 0a.

Para cambiar los finales de línea

Se puede ver aquí o aquí para diversos métodos para cambiar los finales de línea utilizando diversas herramientas, pero para una cosa de una sola vez, usted podría utilizar siempre vi / vim:

vim masternospaces.txt
:set fileformat=unix
:wq

Grep sin cambiar nada

Si solo desea grepcoincidir sin importar el final de línea, siempre puede especificar terminaciones de línea como esta:

grep 'COW[[:cntrl:]]*$' masternospaces.txt

Si se muestra una línea en blanco, puede verificar que realmente coincide con algo mediante la -vopción de cat:

grep 'COW[[:cntrl:]]*$' masternospaces.txt | cat -v

Mi favorito personal

También puede grep y estandarizar la salida usando sed:

sed -n '/COW^M*$/{;s/^M//g;p;};' masternospaces.txt

donde ^Mse obtiene escribiendo Ctrl-V Ctrl-Men su teclado.

¡Espero que esto ayude!

Aunque puede usar la sintaxis RegEx 'estándar' con grep (como en la respuesta de @ user43791 ), grep también tiene otros identificadores para indicar los límites de entrada.

Los marcadores para el inicio y el final de toda la línea son \`(retroceso) (en lugar de ^) y \'(apóstrofe) (en lugar de $).

Entonces, para su comando original, usaría: grep "COW\'" masternospaces.txt

Nota al margen: también es importante tener en cuenta eso ?y +se tratará literalmente a menos que escapes de ellos \?y los \+conviertas en sus contrapartes selectoras de estilo RegEx.

Fuente: grepsintaxis de expresiones regulares

Otra forma de eliminar el \rantes del grep:

... | dos2unix | egrep 'COW$' | ...

Me gusta que esté muy claro ya que no recuerdo cosas como [[:cntrl:]]por mucho tiempo.

"COW $" cuando bash estableció el parámetro para grep, se interpretó como 'COW' donde se trata "$" como "", porque $ es un símbolo de escape. cuando $ no se comparó con nada, bash shell lo interpreta como una cadena vacía, por lo que debe usar grep 'COW $' masternospaces.txt en su lugar.

En BSD grep tiene que escapar "$" y encerrar la cadena entre comillas dobles:

"COW\$"