Question

我有一个很长的文件名列表，从每个文件名中我想从后面提取第4个标记所标识的子字符串，假设分隔符是下划线，如：

/dir1/_GET_na_na_na.txt
/dir1/dir2/_GET_na_na_na.txt
/dir1/dir2/na_GET_na_na_na.txt
/dir1/dir2/na_na_GET_na_na_na.txt

在所有这些情况下，我想提取“下划线GET下划线”。我可以'basename'来摆脱随机的dirname，但这仍然无法解决我需要从后面'切割-f4 -d_'的问题。

Answer 1

这是awk的工作

awk -F_ 'NF > 3 {print FS $(NF-3) FS}' file.txt

Answer 2

正如其他答案所给出的那样，基于awk的解决方案可能是最快/最简单的。但是，由于你只是标记bash，这里只是一个bash答案：

$ while IFS=_ read -a line; do echo "_${line[@]: -4:1}_"; done < file.txt
_GET_
_GET_
_GET_
_GET_
$

只需将每一行读入一个数组，然后在_上拆分。然后从最后一个数组元素输出第4个。

Answer 3

又脏又快：

awk -F'_' '{NF-=3;print FS $NF FS}' file

包含您的数据：

kent$  echo "    /dir1/_GET_na_na_na.txt
    /dir1/dir2/_GET_na_na_na.txt
    /dir1/dir2/na_GET_na_na_na.txt
    /dir1/dir2/na_na_GET_na_na_na.txt"|awk -F'_' '{NF-=3;print FS $NF FS}'
_GET_
_GET_
_GET_
_GET_

Answer 4

以下是perl中的一个：

$  perl -F_ -lane '$,="_"; print "",$F[-4],""' file.txt
_GET_
_GET_
_GET_
_GET_

从行尾提取子字符串

4 个答案: