Question

我有一个包含很长行的文本文件。我想通过指定几个位置来获取文件的一部分。

我试过了cut，但它似乎与我所需要的完全相反;它只捕获我不想要的东西。

我的剪切代码：

/bin/cat file.txt | /usr/bin/cut -f50-62,3414-5706427

我的预期结果是除了字符50-62和字符3414-5706427之外的整个文件。

我还想到了sed但是没有办法让sed只让我得到我需要的数据。是否有任何Linux命令可以反转结果？

Answer 1

编辑：cut有一个选项，看起来像你想要的那样：

echo "abcdefghikjl" | cut -c2-4
bcd
echo "abcdefghikjl" | cut -c2-4 --complement
aefghikjl

否则，您可以使用原生bash string manipulation：

#!/bin/bash

function revcut() { 
    echo "${1/${1:$2:$3-$2}/}"; 
}

用法：

revcut "some string" start end

来自文件：

revcut "$(cat filename)" start end

Answer 2

~~如果您想要特定的字符，请使用-c~~

~~-f适用于您使用-d指定字段分隔符的字段~~

sed将为你完成这项工作:(我的算术可能有点偏差）

sed -r 's/(.{49}).{13}(.{3360}).{5703013}/\1\2/'

Answer 3

目前还不完全清楚您的位置是整个文件中的字节位置，还是具有很长行的文件中的列位置（3 KB的行是不寻常的，更不用说5 MB）。

但是，您可以使用cut

来处理选择长线信息

cut -c 1-49,63-3413,5706428-    # character positions in each line
cut -c 1-49,63-3413,5706428-    # byte positions in each line

如果您使用UTF-8作为代码集（并且文件中的任何字符不在UTF-8的ASCII子集中），则字节和字符之间的差异很重要。

如果您正在处理文件中的职位，那么您的选择会受到更多限制。大多数Unix实用程序都是基于行而不是其他任何东西。一个笨拙的选择是dd命令：

{
dd if=file bs=1 offset=0       count=49             # 1-49
dd if=file bs=1 offset=63      count=$((3414-63))   # 63-3413
dd if=file bs=1 offset=5706428                      # 5706428-EOF
} > output

您可能需要调整数字以补偿基于0和基于1的算术。

Linux cut命令 - 在多个位置之间捕获字符串

3 个答案: