仅使用 unix 命令进行文本操作答案

【问题标题】：text manipulation using unix commands only仅使用 unix 命令进行文本操作
【发布时间】：2016-11-22 18:34:54
【问题描述】：

我有一个任务需要解析文件并提取信息。我可以使用 bash 轻松做到这一点，但我只能通过 unix 命令来完成。

例如，我有一个类似如下的文件：

 Set<tab>one<tab>two<tab>three
 Set<tab>four<tab>five<tab>six
 ENDSET

 Set<tab>four<tab>two<tab>nine
 ENDSET

 Set<tab>one<tab>one<tab>one
 Set<tab>two<tab>two<tab>two
 ENDSET

 ...

如此等等。我希望能够提取一定数量的集合，比如前 10 个。另外，我希望能够从列中提取信息。

再一次，使用 bash 脚本来做这件事是一件微不足道的事情，但我不确定如何仅使用 unix 命令来做到这一点。我可以在 shell 脚本中将这些命令组合在一起，但同样只能使用 unix 命令。

【问题讨论】：

Unix 命令是什么意思？ awk 是 Unix 命令吗？还有python ?
我想我可以通过 sed、awk 甚至 perl 进行管道传输，因为这是我能想到的唯一方法，而无需通过例如脚本实际编写出来。重击。不幸的是，我只是，在所有这些方面。
你会如何“使用 bash”？这与使用“仅 unix 命令”几乎相同。
我的意思是在文件上运行 cat 然后以这种方式解析它，可能使用中间文件但没有 shell 脚本
我不知道你想要什么。你有什么想要的输出吗？

标签： shell parsing unix text-manipulation

【解决方案1】：

没有输出示例，很难知道您的目标，但无论如何，您可以使用的一个 UNIX 命令是 AWK。

例子：

从您的数据样本中提取 2 个集合（不包括“ENDSET”或空行）：

$ awk '/ENDSET/{ if(++count==2) exit(0);next; }NF{print}' file.txt
Set     one     two     three
Set     four    five    six
Set     four    two     nine

提取 3 个 sets 并仅打印第 2 列（注意第 1 列始终为“Set”）：

$ awk '/ENDSET/{ if(++count==3) exit(0);next; }$2{print $2}' file.txt
two
five
two
one
two

等等……（更多信息：$ man awk）

【讨论】：