Question

我正在对unix系统进行一些文本处理。我可以访问这台机器上的命令行，它有Python，Perl和安装的默认文本处理程序，awk等。

我有一个如下所示的文本文件：

2029754527851451717 
2029754527851451717 
2029754527851451717 
2029754527851451717 
2029754527851451717 
2029754527851451717 1232453488239 Tue Mar  3 10:47:44 2009
2029754527851451717 1232453488302 Tue Mar  3 10:47:44 2009
2029754527851451717 1232453488365 Tue Mar  3 10:47:44 2009
2895635937120524206 
2895635937120524206 
2895635937120524206 
2895635937120524206 
2895635937120524206 
2895635937120524206 
5622983575622325494 1232453323986 Thu Feb 12 15:57:49 2009

基本上是3行：ID ID Date

我希望删除所有没有2个ID和日期的行。因此，结果将是这样的：

2029754527851451717 1232453488239 Tue Mar  3 10:47:44 2009
2029754527851451717 1232453488302 Tue Mar  3 10:47:44 2009
2029754527851451717 1232453488365 Tue Mar  3 10:47:44 2009
5622983575622325494 1232453323986 Thu Feb 12 15:57:49 2009

你们怎么建议这样做？总的来说，文本文件大约有30,000行。

干杯

EEF

Answer 1

使用awk：

awk 'NF > 2' input_file > output_file

Answer 2

grep ':' filename

Answer 3

with open(source_filename) as src:
    with open(dest_filename, 'w') as dst:
        for line in src:
            if len(line.split()) > 1:
                dst.write(line)

Answer 4

使用Perl：

perl -ne 'print if /^([0-9]+\s+){2}.+$/' $filename

Answer 5

在这里工作我的perl，但这也有帮助：

perl -lane 'if (scalar(@F) == 3) { print @F;}' file >> file.out

Answer 6

使用Python：

file = open(filename, 'r')
lines = file.readlines()
file.close()

p = re.compile('^\d*$')

for line in lines:
    if not p.search(line): print line,

Answer 7

awk "NF>1" < filename

Answer 8

perl -i -lane 'print if($F[1])' file

Answer 9

sed '/^[0-9]$/d'  filename

（如果坏行有尾随空格，则可能需要修改模式）。你也可以使用grep -v，它将省略匹配的模式。

从文件中删除行

9 个答案: