主页 / unix / 问题 / 418271
Accepted
mindlessgreen
Asked: 2018-01-20 09:00:45 +0800 CST

Bash：按行号过滤行

  • 772

如果我有一个包含许多行和列 ( data.txt) 的分隔文件：

346 dfd asw  34
565 sd  wdew 34
667 ffg wew  23
473 sa  as   21
533 jhf qwe  54

和另一个我要提取的带有行号的文件 ( positions.txt)

3
5
8

如何使用该positions.txt文件从中提取这些位置data.txt？这是我对此示例的预期结果：

667 ffg wew  23
533 jhf qwe  54
awk text-processing

5 个回答

  1. Best Answer

    只需awk：

    awk 'NR==FNR{ pos[$1]; next }FNR in pos' positions.txt data.txt
    • NR==FNR{ ... }- 处理第一个输入文件（即positions.txt）：
      • pos[$1]- 累积位置（记录编号）设置为pos数组键
      • next- 跳到下一条记录
    • FNR in pos- 在处理第二个输入文件时data.txt（FNR表示从当前输入文件中读取了多少条记录）。仅当当前记录号FNR在位置数组中时才打印记录pos（搜索键）

    样本输出：

    667 ffg wew  23
533 jhf qwe  54
...
    • 9

  2. sed首先从文件中创建一个脚本positions.txt：

    sed 's/$/p/' positions.txt

    这将输出

    3p
5p
8p

    这个简单的脚本只会打印指定的行。

    然后将其应用于data.txt文件。如果您正在使用bash（或任何理解进程替换的 shell <( ... )）：

    sed -n -f <( sed 's/$/p/' positions.txt ) data.txt

    除了给定脚本明确打印的内容之外，-n停止sed输出任何内容。sed

    通过给出的示例，这将产生

    667 ffg wew  23
533 jhf qwe  54

    如果不使用bash，那么

    sed 's/$/p/' positions.txt >filter.sed
sed -n -f filter.sed data.txt
rm -f filter.sed

    ...会做同样的事情。

    • 5

  3. 如果positions.txt已排序，也可以通过两个文件一次性完成此操作，而无需positions.txt完整存储。positions.txt当遇到上一个匹配行时，只需读取下一行：

    $ awk -vpos=positions.txt 'function get() { getline num < pos } 
     BEGIN { get() } NR==num { print; get() }' data.txt                 
667 ffg wew  23
533 jhf qwe  54

    在实践中，这仅在两个文件都非常大或者您的内存非常非常低时才有用。

    • 3 
  4. join <(cat -n data.txt) positions.txt | cut -d ' ' -f2-
    • 1

  5. 我们可以通过简单的 for 循环来做到这一点

    Method1 使用 sed 和 for 循环

    for i in `cat positions.txt`; do sed -n ""$i"p" data.txt ; done

    输出

    667 ffg wew  23
533 jhf qwe  54

    Method2 使用 awk 和 for 循环

    for i in `cat positions.txt`; do awk -v i="$i" 'NR==i {print $0}' data.txt ;done

    输出

    667 ffg wew  23
533 jhf qwe  54
    • 0

相关问题