☰

使用 head 和 tail 抓取不同的行集并保存到同一个文件中

tag-icon • tag-icon tail head
使用 head 和 tail 抓取不同的行集并保存到同一个文件中

这是作业，但我不会问具体的作业问题。

我需要使用 head 和 tail 从一个文件中获取不同的行集。就像第 6-11 行和第 19-24 行一样，并将它们都保存到另一个文件中。我知道我可以使用附加来做到这一点，例如

head -11 file|tail -6 > file1; head -24 file| tail -6 >> file1.

但我认为我们不应该这样做。
有没有一种特定的方法可以组合 head 和 tail 命令然后保存到文件中？

答案1

如果您使用类似的结构对命令进行分组，您可以使用head单独的基本算术来完成此操作{ ... ; }

{ head -n ...; head -n ...; ...; } < input_file > output_file

所有命令共享相同的输入（谢谢@mikeserv）。
获取第 6-11 行和第 19-24 行相当于：

head -n 5 >/dev/null  # dump the first 5 lines to `/dev/null` then
head -n 6             # print the next 6 lines (i.e. from 6 to 11) then
head -n 7 >/dev/null  # dump the next 7 lines to `/dev/null` ( from 12 to 18)
head -n 6             # then print the next 6 lines (19 up to 24)

所以，基本上，你会运行：

{ head -n 5 >/dev/null; head -n 6; head -n 7 >/dev/null; head -n 6; } < input_file > output_file

答案2

您可以使用{ … }分组构造将重定向运算符应用于复合命令。

{ head -n 11 file | tail -n 6; head -n 24 file | tail -n 6; } >file1

您可以跳过前 M 行并复制接下来的 N 行，而不是复制前 M+N 行并仅保留最后 N 行。这是大文件处理速度明显更快。请注意，+N的参数tail不是要跳过的行数，而是加一 - 它是要打印的第一行的行号，行号从 1 开始。

{ tail -n +6 file | head -n 6; tail -n +19 file | head -n 6; } >file1

无论哪种方式，输出文件仅打开一次，但输入文件会遍历一次以提取每个片段。如何对输入进行分组？

{ tail -n +6 | head -n 6; tail -n +14 | head -n 6; } <file >file1

一般来说，这是行不通的。 （它可能在某些系统上工作，至少当输入是常规文件时。）为什么？因为输入缓冲。大多数程序（包括tail）不会逐字节读取输入，而是一次读取几千字节，因为这样速度更快。因此tail读取几千字节，在开始时跳过一点，再传递一点到head，然后停止 - 但读取的内容是读取的，并且不可用于下一个命令。

另一种方法是使用head管道/dev/null跳过行。

{ head -n 5 >/dev/null; head -n 6; head -n 7 >/dev/null; head -n 6; } <file >file1

同样，由于缓冲，这不能保证有效。head当输入来自常规文件时，它恰好可以与 GNU coreutils（非嵌入式 Linux 系统上的命令）中的命令一起使用。那是因为一旦这个实现head读取了它想要的内容，它设置文件位置到它没有输出的第一个字节。如果输入是管道，则这不起作用。

从文件中打印多个行序列的一种更简单的方法是调用更通用的工具，例如sed或者awk。 （这可能会比较慢，但这只适用于非常大的文件。）

sed -n -e '6,11p' -e '19,24p' <file >file1
sed -e '1,5d' -e '12,18d' -e '24q' <file >file1
awk '6<=NR && NR<=11 || 19<=NR && NR<=24' <file >file1
awk 'NR==6, NR==11; NR==19, NR==24' <file >file1

答案3

我知道你说过你需要使用 head 和 tail，但 sed 绝对是完成这里工作的更简单的工具。

$ cat foo
a 1 1
a 2 1
b 1 1
a 3 1
c 3 1
c 3 1
$ sed -ne '2,4p;6p' foo
a 2 1
b 1 1
a 3 1
c 3 1

您甚至可以使用其他进程在字符串中构建块并通过 sed 运行它。

$ a="2,4p;6p"
$ sed -ne $a foo
a 2 1
b 1 1
a 3 1
c 3 1

-n 否定输出，然后用 p 指定要打印的范围，范围的第一个和最后一个数字用逗号分隔。

话虽这么说，您可以执行 @don_crissti 建议的命令分组，也可以循环遍历文件几次，每次遍历时头/尾都会抓取一大块行。

$ head -4 foo | tail -3; head -6 foo | tail -1
a 2 1
b 1 1
a 3 1
c 3 1

文件中的行越多，块越多，sed 的效率就越高。

答案4

使用像这样的 bash 函数：

seq 1 30 > input.txt
f(){ head $1 input.txt | tail $2 >> output.txt ;}; f -11 -2; f -24 -3
cat output.txt
10
11
22
23
24

在这种情况下，这有点矫枉过正，但如果你的过滤器变得更大，它可能会成为一个福音。

相关内容