☰

如何提取以相同的前 2 个字符开头的行，然后输出到单独的文件？

tag-icon • tag-icon linux text-processing command-line scripting
如何提取以相同的前 2 个字符开头的行，然后输出到单独的文件？

我有一个非常大的文本列表，需要一种方法来提取以相同的 2 个字符开头的行，然后将这些行保存到以这 2 个字符命名的单独文件中。

示例列表：

abWEye7kgw7  
abff34ZSrZf  
abke8mzMyma  
b2R5mPZGbCb  
b2zhhCeLZzZ  
b2q2T5rkACp  
k9ekzbc8nUh  
k9QzXBUrNT7  
k92RtdXntZ3  
vrTtR9GmbWG  
vraVM9QXWzY  
vrME9QnksBf

期望的输出：

ab* > ab.txt  
b2* > b2.txt  
k9* > k9.txt  
vr* > vr.txt

该列表相当大，并且有很多前 2 个字符的组合。

答案1

$ awk '{ f = substr($0,1,2) ".txt"; print >f }' file.in

$ ls
ab.txt  b2.txt  file.in k9.txt  vr.txt

$ cat ab.txt
abWEye7kgw7
abff34ZSrZf
abke8mzMyma

这显然也可以在 shell 中解决，但awk更适合解析文本文件。挑选substr()出输入文件中每行的前两个字符，并将其分配给f添加.txt到末尾的变量。会将print当前行输出到名称为 的文件中f。

我相信您可以取消变量并直接在之后f使用表达式，但不能在我在 OpenBSD 上使用的实现中使用（这可能是一个错误）。substr()>awk

如果两个第一个字符的不同组合数量太多，则可能会遇到打开文件太多的问题。

以下变体将解决这个问题：

awk '{ f = substr($0,1,2) ".txt"; print >>f; close(f) }' file.in

答案2

awk解决方案：

awk -v FS='' '{ print > $1$2".txt" }' file

生成的文件之一：

$ cat k9.txt 
k9ekzbc8nUh
k9QzXBUrNT7
k92RtdXntZ3

答案3

尝试这个：

cat list.txt | while IFS= read -r st; do echo $st >> ${st:0:2}.txt; done

答案4

我使用下面的方法来达到结果。测试其工作正常

 for j in `awk '{print substr($1,1,2)}' k.txt  | uniq -c | awk '$1 >=2 {print $2}'`; do sed -n "/^$j/p" k.txt > $j.txt; done

它提取每行的前两个字符。如果前 2 个字符在多于 1 行中相同。它将打印相关行，并将这些行保存在前 2 个字符的文件名中

输出

 cat ab.txt
    abWEye7kgw7
    abff34ZSrZf
    abke8mzMyma

    cat b2.txt
    b2R5mPZGbCb
    b2zhhCeLZzZ
    b2q2T5rkACp

     cat k9.txt
    k9ekzbc8nUh
    k9QzXBUrNT7
    k92RtdXntZ3

 cat vr.txt
vrTtR9GmbWG
vraVM9QXWzY
vrME9QnksBf

相关内容