如何在非常大的SINGLE行文件中查找模式和周围内容？

Question

我有一个非常大的文件100Mb +，其中所有内容都在一行上。 我希望在该文件中找到一个模式，并在该模式周围找到许多字符。

例如，我想调用类似下面的命令，但其中-A和-B是字节数而不是行：

cat very_large_file | grep -A 100 -B 100 somepattern

因此，对于包含以下内容的文件：

1234567890abcdefghijklmnopqrstuvwxyz

带有

的模式

890abc
and a before size of -B 3 
and an after size of -A 3

我希望它返回：

567890abcdef

任何提示都会很棒。 非常感谢。

Answer 1

您可以尝试使用-o选项：

-o, --only-matching
      Show only the part of a matching line that matches PATTERN.

并使用正则表达式匹配您的模式和前面/后面的3个字符，即

grep -o -P ".{3}pattern.{3}" very_large_file 

在您给出的示例中，它将是

echo "1234567890abcdefghijklmnopqrstuvwxyz" > tmp.txt
grep -o -P ".{3}890abc.{3}" tmp.txt

Answer 2

另一个 sed （你可能在 GNU grep 不可用的系统上需要它）：

sed -n '
  s/.*\(...890abc...\).*/\1/p
  ' infile

Answer 3

我能想到这样做的最好方法是使用一个很小的Perl脚本。

#!/usr/bin/perl
$pattern = $ARGV[0];
$before = $ARGV[1];
$after = $ARGV[2];

while(<>) {
  print $& if( /.{$before}$pattern.{$after}/ );
}

然后你会这样执行它：

cat very_large_file | ./myPerlScript.pl 890abc 3 3

编辑： Dang，Paolo的解决方案要容易得多。哦，好吧，viva la Perl！