zgrep 用于一堆 gz 文件中的多个管道符号

Question 1

假设在任何给定文件中，|- 分隔的列数是恒定的，那么检查文件的第一行就足以确定其中的列数。

以下将对名为的文件执行此操作name.gz：

gzip -dc name.gz | awk -F '|' -v name="name.gz" '{ print NF, name } { exit }'

因此，通过一个简单的循环，您将能够输出列数和文件名，例如与模式匹配的所有文件/a/b/c*.gz：

for name in /a/b/c*.gz; do
    gzip -dc "$name" |
    awk -F '|' -v name="$name" '{ print NF, name } { exit }'
done

如果您只想输出具有一定列数的文件的名称（n=3例如），则使用

n=3
for name in /a/b/c*.gz; do
    gzip -dc "$name" |
    awk -F '|' -v n="$n" -v name="$name" 'NF == n { print name } { exit }'
done

Answer

假设在任何给定文件中，|- 分隔的列数是恒定的，那么检查文件的第一行就足以确定其中的列数。

以下将对名为的文件执行此操作name.gz：

gzip -dc name.gz | awk -F '|' -v name="name.gz" '{ print NF, name } { exit }'

因此，通过一个简单的循环，您将能够输出列数和文件名，例如与模式匹配的所有文件/a/b/c*.gz：

for name in /a/b/c*.gz; do
    gzip -dc "$name" |
    awk -F '|' -v name="$name" '{ print NF, name } { exit }'
done

如果您只想输出具有一定列数的文件的名称（n=3例如），则使用

n=3
for name in /a/b/c*.gz; do
    gzip -dc "$name" |
    awk -F '|' -v n="$n" -v name="$name" 'NF == n { print name } { exit }'
done

Question 2

让我们创建三个测试文件：

echo 'xyz|abc' > c1
echo 'xyz|abc|wty' > c2
echo 'xyz|abc|wty|asd' > c3
gzip c*

一行中包含一个管道的文件：

$ zgrep '^[^|]*|[^|]*$' *.gz
c1.gz:xyz|abc

对于任何其他数字（包括一行中的一个管道），您可以使用以下模式：

两条管道排成一行：

$ zgrep -E '^([^|]*\|){2}[^|]*$' *.gz
c2.gz:xyz|abc|wty

三个管道排成一行：

$ zgrep -E '^([^|]*\|){3}[^|]*$' *.gz
c3.gz:xyz|abc|wty|asd

两根或三根管子排成一行：

$ zgrep -E '^([^|]*\|){2,3}[^|]*$' *.gz
c2.gz:xyz|abc|wty
c3.gz:xyz|abc|wty|asd

最大限度。三个管道排成一行：

$ zgrep -E '^([^|]*\|){,3}[^|]*$' *.gz
c1.gz:xyz|abc
c2.gz:xyz|abc|wty
c3.gz:xyz|abc|wty|asd

如果您只需要文件名，请添加选项-l，即zgrep -lE ...

我的zgrep版本不支持递归-r选项。

您可以使用find递归搜索并运行zgrep结果：

$ find . -type f -name '*.gz' -exec zgrep -lE '^([^|]*\|){3}[^|]*$' {} \;
./c3.gz

Answer