☰

如何提取作为参数传递给 bash 脚本的特定行号的字段？

tag-icon • tag-icon bash shell-script awk sed grep
如何提取作为参数传递给 bash 脚本的特定行号的字段？

我有一个名为data.txt以下内​​容的文件：

 1           aFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf        IT524234
 2           bFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf        IT524234
 3           cFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf        IT524234
 4           dFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf        IT524234
 5           eFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf        IT524234
 6           fFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf        IT524234
 7           gFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf        IT524234
 8           hFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf        IT524234
 9           iFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf        IT524234
10           jFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf        IT524234
11           kFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf        IT524234

请注意，第一个字段是行号。

现在我想构建一个 shell 脚本，以便我可以使用一些行号参数调用该脚本，并且它应该打印出 .txt 中相应行号的第一个和第二个字段data.txt。例如： get.sh 1 3 5应该打印：

1           aFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf
3           cFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf
5           eFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf

我认为 awk 只能用于打印第一个和第二个字段，但我坚持根据传递给 shell 脚本的参数仅过滤特定行。提前致谢。

答案1

在 awk 中，您可以将行号收集到数组中并读取一次文件，打印数组中提到的行：

#!/bin/sh
awk -v lines="$*" 'BEGIN { split(lines, a, "[, ]"); 
                           for (i in a) b[a[i]] = 1;}
                   NR in b {print $1, $2}' < data.txt

沿空格和逗号将变量拆分为 array ，split()并且循环构建数组，使得linesaforb键该数组的包含我们感兴趣的行。然后NR in b只需检查与当前行号匹配的键是否存在。

请注意，每行只会打印一次，无论它在输入中存在多少次，并且这些行将按输入数字顺序打印，而不是参数给出的顺序：

$ bash get.sh 7 3 3
3 cFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf
7 gFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf

（get.sh 7,3,3也有效）

答案2

将以下行放入文本文件中并将其命名为 get.sh。然后使其可执行。

#!/bin/sh
## this is GNU sed
sed -En "
  $(printf '%sbp\n' "$@" "d;")
  :p;s/\S+/&\n/2;P
" data.txt

现在调用脚本，如下所示：

chmod +x ./get.sh
./get.sh 1 3 5

答案3

#!/bin/bash

perl -le '
for (@ARGV) {
  # separate command line args into filename(s) and line-number(s)
  # line-numbers can be space and/or comma separated.
  if (-e $_) { push @files, $_ } else { push @lines, split /,/};
};

@ARGV = @files;
$re = join("|",@lines);

while(<>) {
  print join("\t",(split)[0..1]) if ($. =~ m/^($re)$/);
  close(ARGV) if eof;
}' "$@"

这会根据非文件名参数构建一个正则表达式，稍后使用该正则表达式来匹配每个文件的行号。在匹配时，它用空格分割输入行并打印由制表符分隔的前两个字段。

之所以需要它，close(ARGV)只是因为我们关心当前文件的行号，而不是到目前为止看到的所有输入的行号。 perl 仅在文件句柄关闭时重置$.（又名$NR或$INPUT_LINE_NUMBER）变量，但文件句柄通常不会在while(<>)循环中关闭。这只是显式关闭文件句柄以便$.重置。看perldoc -f eof。

$ ./get.sh 1 3,5 data.txt 
1       aFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf
3       cFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf
5       eFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf

当然，这个脚本应该是一个 Perl 脚本，而不是围绕 Perl“一行”的毫无意义的 bash 包装器。但人们似乎认为单行代码是“正确的”，而使用除 #!/bin/bash 或 #!/bin/sh 之外的任何内容作为解释器的脚本在某种程度上是错误的。

#!/usr/bin/perl -l

for (@ARGV) {
  # separate command line args into filename(s) and line-number(s)
  # line-numbers can be space and/or comma separated.
  if (-e $_) { push @files, $_ } else { push @lines, split /,/ };
};

@ARGV = @files;
$re = join('|',@lines);

while(<>) {
  print join("\t",(split)[0..1]) if ($. =~ m/^($re)$/);
  close(ARGV) if eof;
};

$ ./get.pl 1 3,5 data.txt  
1       aFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf
3       cFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf
5       eFDLKSFD_FDSJFskadfsff_fsadklfj_fdsaf

这确实确切地同样的事情，不会浪费极少的时间和内存来分叉一个 shell 解释器，它除了分叉 Perl 解释器之外什么也不做。

更重要的是，它避免了以下问题外壳引用因为不涉及shell。还，语法高亮可以在编辑器中正常运行，因为脚本不仅仅是 shell 脚本中的单引号字符串。并且行号调试脚本时警告/错误消息是正确的，因为它们引用脚本文件的绝对行号，而不是单行内的相对行号。

答案4

#! /bin/bash
# get.sh
IFS=$'\n'
args=(`sort -nu <<<$*`)
unset IFS

awk -v lines="${args[*]}" 'BEGIN{split(lines, ar, " ");}{ for (i in ar) { if (NR == ar[i]) print $1,$2} }' data.txt

首先args创建一个包含排序且唯一值的数组。为此，我们使用了选项-n和。-u参见更多详情。

然后从变量split创建一个数组。现在，如果元素等于记录号（NR），则循环打印所需的输出。arlinesar

相关内容