例如，给定：
USCAGoleta9311734.5021-120.1287855805
我只想提取：
US
问问题
320703 次
15 回答
211
如果您使用的是bashshell（根据您的评论，您似乎是），可能最有效的方法是使用参数扩展的子字符串变体：
pax> long="USCAGol.blah.blah.blah"
pax> short="${long:0:2}" ; echo "${short}"
US
这将设置short为 的前两个字符long。如果long短于两个字符，short将与其相同。
如果您要经常这样做（如您提到的每个报告 50,000 次），这种壳内方法通常会更好，因为没有进程创建开销。所有使用外部程序的解决方案都将受到这种开销的影响。
如果您还想确保最小长度，您可以事先使用以下内容填充它：
pax> long="A"
pax> tmpstr="${long}.."
pax> short="${tmpstr:0:2}" ; echo "${short}"
A.
这将确保长度小于两个字符的任何内容都在右侧填充句点（或其他内容，只需更改创建时使用的字符tmpstr）。目前尚不清楚您是否需要这个，但我想我会把它放进去以保持完整性。
话虽如此，有很多方法可以使用外部程序（例如，如果您没有bash可用的程序），其中一些是：
short=$(echo "${long}" | cut -c1-2)
short=$(echo "${long}" | head -c2)
short=$(echo "${long}" | awk '{print substr ($0, 0, 2)}'
short=$(echo "${long}" | sed 's/^\(..\).*/\1/')
前两个 (cut和head) 对于单行字符串是相同的 - 它们基本上都只是返回前两个字符。它们的不同之处在于cut将为您提供每行的前两个字符，并head为您提供整个输入的前两个字符
第三个使用awksub-string 函数提取前两个字符，第四个使用sed捕获组（使用()and \1）捕获前两个字符并用它们替换整行。它们都类似于cut- 它们提供输入中每行的前两个字符。
如果您确定输入是单行，那么这些都不重要，它们都具有相同的效果。
于 2009-09-10T14:32:36.890 回答
71
最简单的方法是：
${string:position:length}
$length这从$stringat 中提取子字符串$position。
这是内置的 Bash，因此不需要 awk 或 sed。
于 2009-09-10T14:31:13.570 回答
36
你已经得到了几个很好的答案，我会自己使用内置的 Bash，但是由于你询问sed和awk（几乎）没有其他人提供基于它们的解决方案，我为你提供这些：
echo "USCAGoleta9311734.5021-120.1287855805" | awk '{print substr($0,0,2)}'
和
echo "USCAGoleta9311734.5021-120.1287855805" | sed 's/\(^..\).*/\1/'
这个awk应该是相当明显的，但这里有一个解释sed：
- 替换“s/”
- 由两个任意字符“..”组成的组“()”，从行首“^”开始，后跟任意字符“.” 重复零次或多次“*”（需要反斜杠来转义某些特殊字符）
- 通过“/”表示第一个（在这种情况下也是唯一的）组的内容（这里的反斜杠是指匹配子表达式的特殊转义）
- 完毕 ”/”
于 2009-09-10T15:40:31.377 回答
10
只需 grep：
echo 'abcdef' | grep -Po "^.." # ab
于 2017-01-02T18:33:50.700 回答
9
If you're in bash, you can say:
bash-3.2$ var=abcd
bash-3.2$ echo ${var:0:2}
ab
This may be just what you need…</p>
于 2009-09-10T16:35:06.170 回答
7
您可以使用printf：
$ original='USCAGoleta9311734.5021-120.1287855805'
$ printf '%-.2s' "$original"
US
于 2019-06-13T17:37:35.363 回答
7
如果你想使用 shell 脚本而不依赖于非 posix 扩展（例如所谓的 bashisms），你可以使用不需要分叉外部工具的技术，例如 grep、sed、cut、awk 等，然后使您的脚本效率降低。也许效率和 posix 可移植性在您的用例中并不重要。但如果是这样（或者只是作为一个好习惯），您可以使用以下参数扩展选项方法来提取 shell 变量的前两个字符：
$ sh -c 'var=abcde; echo "${var%${var#??}}"'
ab
这使用“最小前缀”参数扩展来删除前两个字符（这是${var#??}部分），然后使用“最小后缀”参数扩展（${var%部分）从原始字符串中删除除前两个字符之外的所有字符串价值。
此方法之前已在“Shell = 检查变量是否以 # 开头”问题的答案中进行了描述。该答案还描述了一些类似的参数扩展方法，可以在与此处适用于原始问题的上下文略有不同的上下文中使用。
于 2018-03-25T22:42:56.780 回答
5
colrm — 从文件中删除列
要保留前两个字符，只需删除从 3 开始的列
cat file | colrm 3
于 2009-09-10T15:44:59.073 回答
4
利用：
sed 's/.//3g'
或者
awk NF=1 FPAT=..
或者
perl -pe '$_=unpack a2'
于 2013-04-19T01:27:33.573 回答
2
只是为了好玩我会添加一些，虽然它们过于复杂和无用，但没有提到它们：
head -c 2 <( echo 'USCAGoleta9311734.5021-120.1287855805')
echo 'USCAGoleta9311734.5021-120.1287855805' | dd bs=2 count=1 status=none
sed -e 's/^\(.\{2\}\).*/\1/;' <( echo 'USCAGoleta9311734.5021-120.1287855805')
cut -c 1-2 <( echo 'USCAGoleta9311734.5021-120.1287855805')
python -c "print(r'USCAGoleta9311734.5021-120.1287855805'[0:2])"
ruby -e 'puts "USCAGoleta9311734.5021-120.1287855805"[0..1]'
于 2020-05-16T01:23:02.600 回答
1
如果您的系统使用的是不同的 shell（不是bash），但您的系统有bash，那么您仍然可以bash通过调用bash变量来使用固有的字符串操作：
strEcho='echo ${str:0:2}' # '${str:2}' if you want to skip the first two characters and keep the rest
bash -c "str=\"$strFull\";$strEcho;"
于 2017-01-23T20:43:02.093 回答
0
这可能是你所追求的：
my $string = 'USCAGoleta9311734.5021-120.1287855805';
my $first_two_chars = substr $string, 0, 2;
参考：substr
于 2009-09-10T14:32:55.640 回答
0
如何考虑 Unicode + UTF-8
让我们为那些对 Unicode 字符而不是字节感兴趣的人做一个快速测试。áéíóú(重音元音) 的每个字符都由 UTF-8 中的两个字节组成。和：
printf 'áéíóú' | LC_CTYPE=en_US.UTF-8 awk '{print substr($0,1,3);exit}'
printf 'áéíóú' | LC_CTYPE=C awk '{print substr($0,1,3);exit}'
printf 'áéíóú' | LC_CTYPE=en_US.UTF-8 head -c3
echo
printf 'áéíóú' | LC_CTYPE=C head -c3
我们得到：
áéí
á
á
á
所以我们看到只有awk+LC_CTYPE=en_US.UTF-8考虑了 UTF-8 字符。其他方法只占用三个字节。我们可以通过以下方式确认：
printf 'áéíóú' | LC_CTYPE=C head -c3 | hd
这使：
00000000 c3 a1 c3 |...|
00000003
本身就是垃圾，c3不会出现在终端上，所以我们只看到了á.
awk+LC_CTYPE=en_US.UTF-8然而实际上返回 6 个字节。
我们也可以等效地测试：
printf '\xc3\xa1\xc3\xa9\xc3\xad\xc3\xb3\xc3\xba' | LC_CTYPE=en_US.UTF-8 awk '{print substr($0,1,3);exit}'
如果你想要一个通用参数：
n=3
printf 'áéíóú' | LC_CTYPE=en_US.UTF-8 awk "{print substr(\$0,1,$n);exit}"
有关 Unicode + UTF-8 的更具体问题：https ://superuser.com/questions/450303/unix-tool-to-output-first-n-characters-in-an-utf-8-encoded-file
在 Ubuntu 21.04 上测试。
于 2021-07-11T10:50:43.017 回答
-1
编码
if mystring = USCAGoleta9311734.5021-120.1287855805
print substr(mystring,0,2)
将打印美国。
其中 0 是起始位置，2 是要读取的字符数。
于 2009-09-10T14:33:14.347 回答
-1
perl -ple 's/^(..).*/$1/'
于 2009-09-10T14:44:53.530 回答