unix - 如何从 unix 中的巨大文本文件中获取一些特定的行？

Question

我使用基于分隔文本文件的导入系统。使用的文件有时可能几乎 2 Gb 大，我必须检查该文件中的一些行。所以我想知道如何输出（在另一个文件上，或者只是在屏幕上）特定值的行？例如，行号 1010123、1002451、994123 等，与源文件中的完全相同吗？

Answer 1

要打印 line N，请使用：

sed 'Nq;d' file

要打印多行（假设它们按升序排列），例如 994123、1002451、1010123：

sed '994123p;1002451p;1010123q;d' file

最后q一行之后的数字告诉sed当它到达第 1010123 行时退出，而不是通过循环遍历我们不感兴趣的剩余行来浪费时间。这就是为什么它对大文件有效的原因。

Answer 2

您可以使用许多 Unix 工具来做到这一点，例如awk：

# print first 5 lines with awk
awk 'NR>=1&&NR<=5{print}NR>=6{exit}' file

# print selection of lines 
awk 'NR==994123||NR==1002451||NR==1010123{print}NR>1010123{exit}' file

Answer 3

在蟒蛇中：

readThisFile = open('YOURFILE')
outputFile = open('OUTPUT', w)

for actualline, linetext in enumerate(readThisFile):
    if actualline == WANTEDLINE
        outputFile.write(linetext)
    else:
        pass

如果需要，您可以修改该脚本以使用参数（如 getline.py 1234）