☰

从任意位置包含两个字符串的文件中提取所有行

tag-icon • tag-icon awk sed grep
从任意位置包含两个字符串的文件中提取所有行

我有一个 .txt 文件，其内容与此类似：

  • 100 150 180 200 300 400
  • 100 200 250 350 380 400
  • 100 160 170 400 450 500
  • 100 120 140 160 180 200
  • 100 120 140 160 180 300

我想抓取所有行，从任意位置包含“100”和“200”的特定列（如 2、3 或任何其他列）开始，然后将其输出到另一个单独的 txt 文件。我怎样才能做到这一点？在上面的例子中，正确的打印应该是：

  • 100 150 180 200 300 400
  • 100 200 250 350 380 400
  • 100 120 140 160 180 200

我尝试过使用 sublime 的“查找全部”功能，然后使用行尾的右箭头来突出显示它们，但不幸的是，有些行比其他行长得多，所以它不起作用。

答案1

$ grep 100 <file | grep 200 >newfile
$ cat newfile
100 150 180 200 300 400
100 200 250 350 380 400
100 120 140 160 180 200

第一个grep从原始文件中提取包含字符串 的所有行100。第二个grep提取所有行从那个结果包含字符串200.

请注意，这还会提取包含1100和等字符串的行，1200因为这些行包含所需的字符串作为子字符串。为了避免这种情况，请grep与它的-w选项一起使用（如果可用）。

要仅从特定列开始进行测试，请使用一个简短的awk程序：

$ awk -v col=1 '{ delete c; for (i=col; i<=NF; ++i) ++c[$i]; if (c[100] > 0 && c[200] > 0) print }' <file >newfile
$ cat newfile
100 150 180 200 300 400
100 200 250 350 380 400
100 120 140 160 180 200

该awk程序从命令行获取变量的值col（此处值为 1）。然后，它从列开始遍历每个输入行col，计算每个值出现的次数。如果值100和200出现超过零次，则打印该行。

该程序具有更好的布局：

{
    delete c

    for (i=col; i<=NF; ++i)
        ++c[$i]

    if (c[100] > 0 && c[200] > 0)
        print
}

该程序还适合使用以下命令提取行具体的某些项目的匹配数。

答案2

如果您确定不会出现误报，也可以尝试一下

awk '{TMP = $0; sub ($1 FS $2, "")} /100/ && /200/ {print TMP} ' file

相关内容