sed ， awk ：在之前找到模式和 20 个字符答案

【问题标题】：sed , awk : find pattern and 20 char beforesed ， awk ：在之前找到模式和 20 个字符
【发布时间】：2014-10-07 20:06:56
【问题描述】：

我的文件太长了：

"196","02041873983107165016.jpg","0","0","0","0009.jpg","1"
"197","22326275984445946358.jpg","0","0","0","0011.jpg","1"
"198","94656137600921259484.jpg","0","0","0","0012.jpg","1"
"199","14489943688842089858.jpg","0","0","0","0013.jpg","1"
"200","04120962316412927503.jpg","0","0","0","0008.jpg","1"
"201","24360101806918799057.jpg","0","0","0","0009.jpg","1"
"202","48341366030411757581.jpg","0","0","0","0012.jpg","1"
"203","55697947255646026367.jpg","0","0","0","0013.jpg","1"
"204","73425273021963647924.jpg","0","0","0","2s0l92c.jpg","
.................

我想在这里获取文件名：.jpg 和 20 个字符：

73425273021963647924.jpg
55697947255646026367.jpg
............

如何使用 grep 、 sed 或 awk 做到这一点？

谢谢

【问题讨论】：

标签： awk sed grep find

【解决方案1】：

鉴于该输入，您所需要的只是：

cut -d\" -f4

【讨论】：

【解决方案2】：

为了真正通用并提取每行第一次出现的“.jpg”以及之前的（最多）20 个字符，我建议使用以下两步 sed 解决方案：

$ sed -r 's/(.{,20}\.jpg).*/\1/;s/.*(.{24})/\1/' file
02041873983107165016.jpg
22326275984445946358.jpg
94656137600921259484.jpg
14489943688842089858.jpg
04120962316412927503.jpg
24360101806918799057.jpg
48341366030411757581.jpg
55697947255646026367.jpg
73425273021963647924.jpg
25273021963647924.jpg

这是对已编辑的 OP 问题的回答，最后一行在第一次出现“.jpg”之前仅包含 17 个字符。我们必须使用 sed 分两步完成，因为与 grep 一样，我们不能在括号中包含 .* before 模式保存，否则它将匹配第二次出现“.jpg”就行了。

否则，如果输入真的像 OP 给出的那样简单并且不出意外，我们可以使用带有 cut 的固定宽度字符串提取：

$ cut -c 8-31 file

提供相同的期望输出：

02041873983107165016.jpg
22326275984445946358.jpg
94656137600921259484.jpg
14489943688842089858.jpg
04120962316412927503.jpg
24360101806918799057.jpg
48341366030411757581.jpg
55697947255646026367.jpg
73425273021963647924.jpg

【讨论】：

【解决方案3】：

使用 awk 提取 .jpg 之前的 20 个字符并包含 .jpg。

awk '$0=substr($0,index($0,".jpg")-20,24)' file

02041873983107165016.jpg
22326275984445946358.jpg
94656137600921259484.jpg
14489943688842089858.jpg
04120962316412927503.jpg
24360101806918799057.jpg
48341366030411757581.jpg
55697947255646026367.jpg
73425273021963647924.jpg

【讨论】：

【解决方案4】：

使用 awk：

awk -F\" '{ print $4 }' file

输出：

02041873983107165016.jpg
22326275984445946358.jpg
94656137600921259484.jpg
14489943688842089858.jpg
04120962316412927503.jpg
24360101806918799057.jpg
48341366030411757581.jpg
55697947255646026367.jpg
73425273021963647924.jpg

【讨论】：

假设您有 OPs 问题但没有示例输入，这仅适用于此特定示例并且不考虑之前的字符数。
@Jidder 有可能 OP 只是没有看到更简单的方法。我还设想了您的解决方案（使用substr），但我选择不让它变得复杂。
@Jidder 我支持 konsolebox，我认为这是 OP 告诉我们他们想要什么解决方案的经典案例，因为这就是他们所知道的，而不是告诉我们他们的要求是什么。此处的大多数或所有解决方案都依赖于完全如图所示的输入（例如，考虑您对不包含 .jpg 的行的处理方式），就像这个答案一样。
@EdMorton 我知道 OP 可能不知道这是一个选项，但问题的标题是在模式前找到 20 个字符。此答案不包括模式或查找先前字符的方法。如果我搜索了这个问题并且这是唯一的答案，我会非常失望，而且帮助不大。我想这个问题可以改变。另外 .jpg 只是要搜索的模式的一个例子。

【解决方案5】：

试试这条 grep 行：

grep -Eo '[^",]{20}[.]jpg' file

用你的例子，它输出：

kent$  grep -Eo '[^",]{20}[.]jpg' f  
02041873983107165016.jpg
22326275984445946358.jpg
94656137600921259484.jpg
14489943688842089858.jpg
04120962316412927503.jpg
24360101806918799057.jpg
48341366030411757581.jpg
55697947255646026367.jpg
73425273021963647924.jpg

【讨论】：

我对 Jidder 对 konsolebox 给出的答案的评论第二：您建议的答案不严格符合 OP 的要求“在线上的（第一次）出现的“.jpg”和前 20字符（或直到行首），无论这些字符是什么。我相信你注意到了更简单、更直接的grep -Eo '.{20}\.jpg' essai 的奇怪行为，它在输入的最后一行出错了，但我们必须面对这一点，而不是提供[^",] 解决方法，呵呵... ;)