从字节偏移量获取行号

具有文件的字节偏移量。

有没有提供此字节行号的工具？

• 字节计数从零开始，例如：第一个字节为0而不是1。
• 行号以1.开头
• 文件可以同时包含纯文本，“二进制” blob，多字节字符等。但是我感兴趣的部分：文件结尾，仅包含ASCII。

示例文件：

001
002
003  <<-- first zero on this line is byte 8
004

具有字节偏移量8将使我行3。

猜猜我可以用这样的东西来找到行号：

 一个。tail -c+(offset + 1) file | wc -l，这里+1为tail从1计数
 湾 wc -l file
 C。那么tail -n+num 这里num是a - b + 1

但是...是否有可以num直接给我的相当普遍的工具？

编辑，错误：或更明显的是：

head -c+offset file | wc -l

在您的示例中

001
002
003
004

字节号8是第二个换行符，而不是0下一行。

下面将为您提供$b字节后的全行数：

$ dd if=data.in bs=1 count="$b" | wc -l

将报告2与b设为8，将报告1与b设置为7。

该dd实用程序在此处的使用方式将从文件data.in读取，并读取$b大小为1字节的块。

正如“ icarus”在下面的评论中正确指出的那样，使用bs=1效率低下。在这种特殊情况下，交换bs和count：

$ dd if=data.in bs="$b" count=1 | wc -l

这将与第一个dd命令具有相同的效果，但是将仅读取一个$b字节块。

该wc实用工具会计算换行符，而Unix中的“行”始终以换行符终止。因此，上面的命令仍会说2是否设置b为小于12的值（以下换行符）。因此，您要寻找的结果是上述管道报告的任意数字加上1。

显然，这还会计算文件的二进制Blob部分中ASCII文本之前的随机换行符。如果知道ASCII位的开始位置，则可以添加skip="$offset"到dd命令中，其中$offset的字节数是跳入文件的字节数。

目前没有像这样的专用工具，尽管可以在python中相当容易地完成它：

#!/usr/bin/env python3
import sys
import os

offset = int(sys.argv[2])
newline = 1
with open(sys.argv[1]) as fd:
    fd.seek(offset)
    while True:
        try:
            byte = fd.read(1)
            if byte == '\n': newline+=1
            #print(byte)
            offset = offset - 1
            fd.seek(offset)
        except ValueError:
            break
print(newline)

用法很简单：

line4byte.py <FILE> <BYTE>

测试运行：

$ cat input.txt
001
002
003
004
$ chmod +x ./line4byte.py                                                     
$ ./line4byte.py input.txt 8                                                  
3

这是一个非常快速和简单的脚本。它不会检查文件是否为空，因此仅适用于非空文件。

跟踪看到的字节并在给定的偏移量之和内发出当前行号：

perl -E '$off=shift;while(<>){$sum+=length;if($sum>=$off){say $.;exit}}' 8 file

或总的来说：

#!/usr/bin/env perl
use strict;
use warnings;
die "Usage: $0 offset file|-\n" if @ARGV != 2;
my $offset = shift;
shift if $ARGV[0] eq '-';
my $sum;
while (readline) {
    $sum += length;
    if ($sum >= $offset) {
        print "$.\n";
        exit;
    }
}
exit 1;

$perl -0nE 'say substr($_,0,8)=~ y/\n//'  ex
2

• perl -0nE exp将输入混入$_并执行exp
• substr(string,0,8) 选择前8个字节
• y/\n//删除\n并返回其编号