неточный текстовый поиск

Есть ли какая-нибудь утилита, подобная grepили даже uniqнеточная, но для неточного поиска, или я должен написать ее сам?

Я имею в виду, что это будет выглядеть на 90% (количество может варьироваться) соответствия или что-то в этом роде. Например, у меня есть файл с несколькими строками:

abc123
abd123
abc223
qwe938

В этом случае такая утилита должна вернуть первые три строки или сказать, что они похожи. Конечно, я не знаю какой-либо структуры содержимого файла, как в случае с grepили uniq.

text-processing grep agrep

— порыв
источник

Это очень специфический набор данных. Например, Мэри похожа на Мари или ABC похожа на BCD? Можете ли вы привести пример ваших данных в реальном мире?

— EightBitTony

agrep или tre-grep сделает то, что вы просите; они "приблизительное" сопоставление регулярных выражений / grep. Для получения дополнительной информации также см. Статью в Википедии .

% tre-agrep --help | head             (05-23 16:53)
Usage: tre-agrep [OPTION]... PATTERN [FILE]...
Searches for approximate matches of PATTERN in each FILE or standard input.
Example: `tre-agrep -2 optimize foo.txt' outputs all lines in file `foo.txt'     that
match "optimize" within two errors.  E.g. lines which contain "optimise",
"optmise", and "opitmize" all match.

Regexp selection and interpretation:
  -e, --regexp=PATTERN      use PATTERN as a regular expression
  -i, --ignore-case         ignore case distinctions
  -k, --literal             PATTERN is a literal string


% agrep  | head                       (05-23 16:53)
usage: agrep [-@#abcdehiklnoprstvwxyBDGIMSV] [-f patternfile] [-H dir] pattern [files]

summary of frequently used options:
(For a more detailed listing see 'man agrep'.)
-#: find matches with at most # errors
-c: output the number of matched records
-d: define record delimiter
-h: do not output file names
-i: case-insensitive search, e.g., 'a' = 'A'
-l: output the names of files that contain a match
-n: output record prefixed by record number
-v: output those records that have no matches
-w: pattern has to match as a word, e.g., 'win' will not match 'wind'
-B: best match mode. find the closest matches to the pattern
-G: output the files that contain a match
-H 'dir': the cast-dictionary is located in directory 'dir'

— laebshade
источник

Это именно то, что я ищу. Спасибо.

— Раш