如何删除文本文件中少于“x”个字符的所有行？

Question 1

假设您要删除包含少于n图形符号的行：

awk -v n=5 '{ line = $0; gsub("[^[:graph:]]", "") } length >= n { print line }'

这将删除所有不匹配的字符[[:graph:]]。如果剩余字符串的长度大于或等于n，则打印（未修改的）行。

的值n在命令行上给出。

[[:graph:]]相当于[[:alnum:][:punct:]]，而又与相同[[:alpha:][:digit:][:punct:]]。它与空格大致相同，[[:print:]]但不匹配空格。

[^[:graph:]]您可以使用来删除所有制表符或空格，而不是[[:blank:]]删除所有制表符或空格。

几乎按照sed上面的代码，awk

sed -e 'h; s/[^[:graph:]]//g' \
    -e '/.\{5\}/!d; g'

或者，简化（仅计算非空白字符），

sed -e 'h; s/[[:blank:]]//g' \
    -e '/...../!d; g'

这首先将当前行保存到保留空间中h。然后，它删除行上的所有非图形字符（或第二个变体中的空白字符）s///g。如果该行包含的字符少于 5 个（将其更改为您想要的任何数字，或更改第二个变体中的点数），则该行将被删除。否则，将从保留空间中获取存储的行并g（隐式）打印。

Answer

假设您要删除包含少于n图形符号的行：

awk -v n=5 '{ line = $0; gsub("[^[:graph:]]", "") } length >= n { print line }'

这将删除所有不匹配的字符[[:graph:]]。如果剩余字符串的长度大于或等于n，则打印（未修改的）行。

的值n在命令行上给出。

[[:graph:]]相当于[[:alnum:][:punct:]]，而又与相同[[:alpha:][:digit:][:punct:]]。它与空格大致相同，[[:print:]]但不匹配空格。

[^[:graph:]]您可以使用来删除所有制表符或空格，而不是[[:blank:]]删除所有制表符或空格。

几乎按照sed上面的代码，awk

sed -e 'h; s/[^[:graph:]]//g' \
    -e '/.\{5\}/!d; g'

或者，简化（仅计算非空白字符），

sed -e 'h; s/[[:blank:]]//g' \
    -e '/...../!d; g'

这首先将当前行保存到保留空间中h。然后，它删除行上的所有非图形字符（或第二个变体中的空白字符）s///g。如果该行包含的字符少于 5 个（将其更改为您想要的任何数字，或更改第二个变体中的点数），则该行将被删除。否则，将从保留空间中获取存储的行并g（隐式）打印。

Question 2

sed -e 's/[^[:space:][:cntrl:]]/&/20' -e t -e d < file

file将打印包含至少 20 个非空白非控制字符的行（另请参阅[[:graph:]]或[[:alnum:][:punct:]]，不清楚您想要在描述中包含/排除哪些字符；请注意，在某些系统上，非换行空格字符包含在graph但不包含在space）中。

这个想法是，它尝试用其自身 ( ) 替换第 20 次出现的非空白/控制字符&，如果替换成功 ( )，我们就会分支t，从而跳过该d操作（删除）。

有了awk，你可以这样做：

awk 'gsub(/[^[:space:][:cntrl:]]/, "&") >= 20' < file

依赖于gsub()返回其已进行的替换数的事实。

和grep：

grep -E '^([[:space:][:cntrl:]]*[^[:space:][:cntrl:]]){20}' <  file

（(.*[^[:space:][:cntrl:]]){20}也可以，但会更贵）。

Answer

sed -e 's/[^[:space:][:cntrl:]]/&/20' -e t -e d < file

file将打印包含至少 20 个非空白非控制字符的行（另请参阅[[:graph:]]或[[:alnum:][:punct:]]，不清楚您想要在描述中包含/排除哪些字符；请注意，在某些系统上，非换行空格字符包含在graph但不包含在space）中。

这个想法是，它尝试用其自身 ( ) 替换第 20 次出现的非空白/控制字符&，如果替换成功 ( )，我们就会分支t，从而跳过该d操作（删除）。

有了awk，你可以这样做：

awk 'gsub(/[^[:space:][:cntrl:]]/, "&") >= 20' < file

依赖于gsub()返回其已进行的替换数的事实。

和grep：

grep -E '^([[:space:][:cntrl:]]*[^[:space:][:cntrl:]]){20}' <  file

（(.*[^[:space:][:cntrl:]]){20}也可以，但会更贵）。

Question 3

这将删除包含 10 个字符和少于 10 个字符的行：

sed -E '/^.{1,11}$/d' filename

或者

sed -r '/^.{1,11}$/d' filename

如果你想修剪空格，你可以使用：

sed -E 's/^[[:space:]]*//g;s/[[:space:]]*$//g;/^.{1,11}$/d' filename

如果你想就地（直接在文件内）删除使用-我选项与它。

Answer

这将删除包含 10 个字符和少于 10 个字符的行：

sed -E '/^.{1,11}$/d' filename

或者

sed -r '/^.{1,11}$/d' filename

如果你想修剪空格，你可以使用：

sed -E 's/^[[:space:]]*//g;s/[[:space:]]*$//g;/^.{1,11}$/d' filename

如果你想就地（直接在文件内）删除使用-我选项与它。

Question 4

使用 Raku（née Perl6）

raku -ne '.put if chars( S:g/\s// ) >= 10;'  filename

或者

raku -ne '.put unless chars( S:g/\s// ) < 10;'  filename

或者

raku -ne '.put unless chars( S:g/\W// ) < 10;'  filename

或者

raku -ne '.put unless chars( S:g/<ws>// ) < 10;'  filename

简而言之，在 Raku/Perl6 中，“大写-S”S///运算符用于生成没有不需要的字符（例如空格）的结果字符串，使用该chars函数对结果字符串的字符进行计数，与“n”（使用 10作为一个例子），最后——如果布尔值满足——.put将完整地返回原始行。

注1： “S/// 使用与 s/// 运算符相同的语义，但它保留原始字符串完整并返回结果字符串而不是 $/（$/ 仍设置为与 s/// 相同的值） ”。

https://docs.raku.org/language/regexes#S///_non-breaking_substitution

注 2：在 Raku/Perl6 正则表达式修饰符（如“全局”）中被称为副词，并且（通常）放置在or运算符:g的开头，紧接在or之后。S///s///Ss

注 3：.Raku/Perl6 中的点用于调用主题变量的方法$_，因此代码的第一个“单词”.put本质上是的简写$_.put。

https://docs.raku.org/language/5to6-nutshell#-%3E_Method_calls

注 4：Raku/Perl6 有一组更受限制的命令行标志。标志-e（“执行”）在命令行运行 Raku/Perl6 代码。该-n标志逐行运行 Raku/Perl6 代码，即针对输入文件的每一行一次运行一行，返回结果。这两个标志可以组合成一个-ne标志，但无论如何，该-e标志必须放在最后。

Perl_6 链接：
https://docs.raku.org/language/5to6-nutshell#Command-line_flags
https://github.com/rakudo/rakudo/wiki/Running-rakudo-from-the-command-line

Answer