34

我有一个包含 URL 列表的文件。如下所示：

文件1：

http://www.google.com
http://www.bing.com
http://www.yahoo.com
http://www.baidu.com
http://www.yandex.com
....

我想在http://www.yahoo.com之后获取所有记录，结果如下所示：

文件2：

http://www.baidu.com
http://www.yandex.com
....

我知道我可以使用 grep 来查找 yahoo.com 所在的行号

grep -n 'http://www.yahoo.com' file1

3 http://www.yahoo.com

但我不知道如何在第 3 行之后获取文件。另外，我知道 grep -A 中有一个标志，打印匹配后的行。但是，您需要指定匹配后所需的行数。我想知道有什么办法可以解决这个问题。喜欢：

Pseudocode:

grep -n 'http://www.yahoo.com' -A all file1 > file2

我知道我们可以使用我得到的行号wc -l来获取 yahoo.com 之后的行数，但是……感觉很蹩脚。

4

5 回答 5

57

AWK

如果您不介意使用AWK：

awk '/yahoo/{y=1;next}y' data.txt

这个脚本有两个部分：

/yahoo/ { y = 1; next }
y

第一部分指出，如果遇到带有yahoo的行，我们设置变量 y=1，然后跳过该行（next命令将跳转到下一行，因此跳过当前行的任何进一步处理）。如果没有该next命令，将打印yahoo行。

第二部分是以下内容的简写：

y != 0 { print }

这意味着，对于每一行，如果变量 y 不为零，我们将打印该行。在 AWK 中，如果您引用一个变量，该变量将被创建并且是零或空字符串，具体取决于上下文。在遇到yahoo之前，变量 y 为 0，因此脚本不打印任何内容。遇到yahoo后，y 为 1，因此之后的每一行都会被打印出来。

赛德

或者，使用sed，以下将删除所有内容，包括 yahoo 行：

sed '1,/yahoo/d' data.txt
于 2013-08-10T21:43:32.127 回答
13

这sed比grep. sed可以将其任何单字母命令应用于包含范围的行；通用语法是

START , STOP COMMAND

除了没有任何空格。 START并且STOP每个都可以是一个数字（意思是“行号N”，从1开始）；一个美元符号（意思是“文件的结尾”），或者一个用斜杠括起来的正则表达式，意思是“与这个正则表达式匹配的第一行”。（确切的规则稍微复杂一些；GNUsed手册有更多细节。）

所以，你可以像这样做你想做的事：

sed -n -e '/http:\/\/www\.yahoo\.com/,$p' file1 > file2

意思是“-n除非特别告知，否则不要打印任何东西”，-e指令的意思是“从与正则表达式匹配的行的第一次出现/http:\/\/www\.yahoo\.com/到文件末尾，print”。

这将在输出中包含上面的行http://www.yahoo.com/。如果您想要该点之后的所有内容而不是该行本身，那么最简单的方法是反转操作：

sed -e '1,/http:\/\/www\.yahoo\.com/d' file1 > file2

这意味着“对于第 1 行到与 regexp 匹配的第一行/http:\/\/www\.yahoo\.com/，d删除该行”（然后，隐式地打印其他所有内容；注意这次-n不使用）。

于 2013-08-10T21:41:16.490 回答
7 
awk '/yahoo/ ? c++ : c' file1

或打高尔夫球

awk '/yahoo/?c++:c' file1

结果

http://www.baidu.com
http://www.yandex.com
于 2014-06-01T21:54:28.897 回答
3

这在 Perl 中最容易做到：

perl -ne 'print unless 1 .. m(http://www\.yahoo\.com)' file

换句话说，打印不在第 1 行和该模式第一次出现之间的所有行。

于 2013-08-10T23:11:04.843 回答
2

使用此脚本：

# Get index of the "yahoo" word
index=`grep -n "yahoo" filepath | cut -d':' -f1`

# Get the total number of lines in the file
totallines=`wc -l filepath | cut -d' ' -f1`

# Subtract totallines with index
result=`expr $total - $index`

# Gives the desired output
grep -A $result "yahoo" filepath
于 2013-08-13T04:55:57.573 回答