给定文件中由特定字符分隔的分栏文本，如何截断特定列或所有列的宽度？
用例是我正在读取一些具有空格分隔列的日志文件。日志中的某些列是非常长的 URL，导致文件难以阅读。我并不真正关心网址的全部内容，因此我想将这些列的长度截断为更具可读性。
我很想知道如何指定要截断的特定列，但实际上我只需要弄清楚如何截断长度大于 N 的所有列。
到目前为止，我已经找到了 utils column、colrm和cut，它们似乎都与此类似，但没有任何东西能满足我的需求。
（最理想的是，如果有一个已编译的实用程序已经做到了这一点，这将是最好的，但我也很高兴找到一种方法来使用sed、awk、perl等来做到这一点。）
答案1
sed 's/\([^,]\{0,3\}\)[^,]*/\1/g'会将每列截断为前 3 个字符。列由“,”字符分隔。
怎么运行的：
它（贪婪地）找到一个由 0 到 3 个字符（除 ',' 之外）组成的字符串，并将其记住为第一组（由 \1 引用）
然后它会尝试尽可能多地查找“,”以外的字符。
所有这些都替换为组 1（即前 3 个字符）。
由于
g选项的原因，它会在每行执行多次此操作，截断所有列，而不仅仅是第一列。
编辑：
正如评论中指出的，如果您使用 ，则可以优化第一步([^,]\{3\}\)。这样我们只匹配确切地3 个字符。如果较少，我们不在乎，因为我们不必截断该字段。所以最终的命令是：
`sed 's/\([^,]\{3\}\)[^,]*/\1/g'`
答案2
我可以想象，文件按列结构并不重要，因为您写道您对长网址感到恼火。至少在解析文件而不是查看文件的情况下。
在这种情况下我的解决方案是
perl -pe 's%(http://\S+)%substr($1, 0, 15)%ge' <file_with_long_urls> | column -t
这会删除 url 后第十五个字符后面的所有字符http://。
如果列不是由空格分隔而是由字符&（代表任意分隔符）分隔，我的解决方案如下所示
perl -pe 's%(http://\S+?)(?=&|$)%substr($1, 0, 15)%ge' <file_with_long_urls> | column -s '&' -t
也许你可以用这个！？