如何在管道的第n和第n + 1次出现之间获得子串＆＃39; |＆＃39;在shell脚本中

Question

我有一个大型文本文件（2000万条记录），所有行都采用以下格式

task|action||r1_c1|r1_c2|r1_c3
task|action||r2_c1|r2_c2|r2_c3
task|action||r3_c1|r3_c2|r3_c3
task|action||r4_c1|r4_c2|r4_c3

我的要求是从第n行打印第2列，其中n是我的输入。列号是固定的，但行号将根据输入而改变。

输入参数（行号）为3时的预期输出 -

r3_c2

我可以逐行读取文件并读取变量

中的第n行

LineOfInterest=$(awk 'NR == n' n=$line $InputFile)

接下来我需要在第4次和第5次管道之间打印值。

我相信可以使用sed来实现，但现在可以确定如何编写相同的模式。

Answer 1

您可以使用以下命令：

Line=3;
awk -v n="$Line" -F'|' 'NR == n {print $5;exit;}' file  

这将按要求生成：

r3_c2

如果我传递3作为输入

Answer 2

既然你已经提到过Input_file中有数百万行，那么一旦命令符合条件（读取具体提到的行），最好不要读取完整的Input_file，我们可以节省一些时间。

cast(unix_timestamp('08.06.2017/10:20:46', "dd.MM.yyyy/HH:mm:ss") as timestamp)

awk -v line=3 -F"|" 'FNR==line{print $(NF-1);exit}' Input_file 表示Input_file中第二行的第二列，您可以根据需要更改它。同样$(NF-1)将确保一旦满足此条件，它应该来自命令，我们可以通过不读取大量的Input_file来节省一些周期。

Answer 3

你要求sed所以你可以尝试

n=3;sed -n "$n"'s/\([^|]*|\)\{4\}\([^|]*\).*/\2/p' infile