提取具有特定字符数的行

Question

我有一个python脚本，它从pastebin.com/archive中提取URL，其中包含指向pastes的链接（在url中的pastbin.com之后有8个随机数字）。我当前的输出是.txt，其中包含以下数据，我只希望链接到当前的粘贴（例如：http://pastebin.com///Y5JhyKQT），而不是指向其他页面的链接，例如pastebin.com/tools）。这是我可以设置wget去拉每个单独的粘贴。

我能想到的唯一方法就是编写一个bash脚本来计算每行中的字符数，并且只保留30行字符（这是链接到pastes的URL的长度）。

我不知道我是如何使用grep或awk实现类似的东西，也许是使用while do循环？任何帮助将不胜感激！

http://pastebin.com///tools
http://pastebin.com//top.location.href
http://pastebin.com///trends
http://pastebin.com///Y5JhyKQT <<< I want to keep this
http://pastebin.com//=
http://pastebin.com///>

Answer 1

从你发布的样本中看起来你需要的只是：

grep -E '/[[:alnum:]]{8}$' file

或者也许：

grep -E '^.{30}$' file

如果这对您不起作用，请解释原因并提供更好的样本。

Answer 2

#!/usr/bin/env zsh
while read aline
do
    if [[ ${#aline} == 30 ]]; then                                                                                                                                                         
        #do something
    fi
done

这是在＆＃34;参数扩展＆＃34;下的bash man pages中记录的。部分。

EDIT =此解决方案仅限zsh

Answer 3

这是算法

• 查找换行符或read one line at a time之间的所有字符。
• 统计他们或store them in variable and get its count。这是你的线的长度。 只处理那些完全相同的行数。 在python中，字符串和读取行都有函数字符数。