如果长度超过XY，如何删除行？

21

如果行的长度超过例如2048个字符，该如何删除？

sed

— 兰斯·贝恩斯
source

您坚持使用sed吗？这很容易，例如在python中。毫无疑问，在Perl中甚至更容易。尽管这个问题还没有得到很好的定义。复制文件，删除所有超过2048行的行，还是其他？

— Faheem Mitha

22

sed '/^.\{2048\}./d' input.txt > output.txt

— 强制性
source

3

我收到错误消息sed: 1: "/^.\{2048\}..*/d": RE error: invalid repetition count(s)（Mac OS X）

— wedi 2014年

1

@wedi您可能想要安装GNU版本而不是Mac随附的BSD版本。酿造啤酒很容易

— Freedom_Ben '16

问题是“如果长于XY（例如2048个字符）”。然后它必须是> 2048而不是=> 2048

— ajcg

1

@ajcg，它大于2048。请注意，正则表达式的末尾还有一个额外的句点来匹配第2049个字符。

— forcefsck

@forcefsck，把它拿走“ ^”会更好吗？（使用命令仅删除“以XYZ开头”的行，但是如果XYZ在该行的另一部分，则不会删除它）

— ajcg

7

这是删除具有2049个或更多字符的行的解决方案：

sed -E '/.{2049}/d' <file.in >file.out

该表达式/.{2049}/d将匹配至少包含2049个字符的任何行，并将其从输入中删除，仅在输出中产生较短的行。

使用awk，打印长度为2048或更短的行：

awk 'length <= 2048' <file.in >file.out

sed从字面上模拟解决方案awk：

awk 'length >= 2049 { next } { print }' <file.in >file.out

— 库萨兰达
source

1

我收到错误消息sed: 1: "/^.\{400,\}$/d": RE error: invalid repetition count(s)（Mac OS X）

— wedi 2014年

1

@wedi现在已在macOS Mojave上进行了更新和测试。

— 库沙兰南达

2

像这样的东西应该在Python中工作。

of = open("orig")
nf = open("new",'w')
for line in of:         
    if len(line) < 2048:
        nf.write(line)
of.close()
nf.close()

— 法赫姆·米莎（Faheem Mitha）
source

1

就个人而言，@ Faheem，我希望您的回答。原因是我很容易将其变成“删除所有小于x的行”。我并不是一直都在使用Python，但是当我这样做时，我总是觉得我应该学得很好。

— ixtmixilix

@ixtmixilix：是的，使用像Python这样的功能齐全的语言非常灵活。感谢您的评论。

— Faheem Mitha

2

perl -lne "length < 2048 && print" infile > outfile

— 马拉特
source

+1 -l但这不是必需的。

— Joseph R.

对我不起作用。Perl v5.16.2。Warning: Use of "length" without parentheses is ambiguous at -e line 1. Unterminated <> operator at -e line 1.

— wedi 2014年

你可以试试看length($_) > 2048 && print。无论如何length都是快捷方式length($_)。

— MaratC 2014年

0

在Mac OS X 10.9.5上，以上答案对我不起作用。

以下代码可以正常工作：

sed '/.\{2048\}/d'。

虽然没有要求，但仅供参考，可以通过以下代码实现反向：

sed '/.\{2048\}/!d'。

— 韦迪
source

大声笑，但sed: 1: "/.\{2048\}/d": RE error: invalid repetition count(s)（Mac OS X, 10.10.4）

— 亚历克斯·格雷

啊。我安装了GNU版本，而不是Mac附带的BSD版本，如上面建议的@Freedom_Ben。但是Kusalananda找到了启用扩展正则表达式的开关。因此，如果您仍然有此问题，则应选择他的解决方案。;）

— wedi

0

使用gnu-sed时，可以使用-r标志以避免输入反斜杠，而使用逗号来定义打开间隔：

sed -r  "/.{2049,}/d" input.txt > output.txt

与：

x {2049}表示2049 xs
x {2049,3072}的含义是2049至3072 xs
x {2049，}表示至少2049 xs
x {，2049}表示最多2049 xs

对于间隔，为了不匹配更大的模式，您需要像

sed -r  "/^.{32,64}$/d" input.txt > output.txt

— 用户未知
source