linux - Linux cut命令 - 在多个位置之间捕获字符串

Question

我有一个包含很长行的文本文件。我想通过指定几个位置来获取文件的一部分。

我试过cut了，但它似乎正好与我需要的相反；它只捕获我不想要的东西。

我的剪切代码：

/bin/cat file.txt | /usr/bin/cut -f50-62,3414-5706427

我的预期结果是除了字符 50-62 和字符 3414-5706427 之外的整个文件。

我也想过，sed但没有办法让sed我得到我需要的数据。是否有任何 Linux 命令可以反转结果？

Answer 1

编辑：有一个选项cut看起来像你想要的：

echo "abcdefghikjl" | cut -c2-4
bcd
echo "abcdefghikjl" | cut -c2-4 --complement
aefghikjl

否则，您可以使用本机 bash字符串操作：

#!/bin/bash

function revcut() { 
    echo "${1/${1:$2:$3-$2}/}"; 
}

用法：

revcut "some string" start end

从一个文件：

revcut "$(cat filename)" start end

Answer 2

如果您想要特定的字符，请使用-c

-f适用于您指定字段分隔符的字段-d

sed会为你做这项工作：（我的算术可能有点不对劲）

sed -r 's/(.{49}).{13}(.{3360}).{5703013}/\1\2/'

Answer 3

尚不清楚您的位置是整个文件中的字节位置，还是行很长的文件中的列位置（3 KB 的行不常见，更不用说 5 MB）。

但是，您可以使用以下方法处理选择长行信息cut：

cut -c 1-49,63-3413,5706428-    # character positions in each line
cut -c 1-49,63-3413,5706428-    # byte positions in each line

如果您使用 UTF-8 作为代码集（并且文件中的任何字符都不在 UTF-8 的 ASCII 子集中），那么字节和字符之间的区别很重要。

如果您正在处理文件中的位置，那么您的选择会更加有限。大多数 Unix 实用程序都基于行而不是其他任何东西。一个笨拙的选择是dd命令：

{
dd if=file bs=1 offset=0       count=49             # 1-49
dd if=file bs=1 offset=63      count=$((3414-63))   # 63-3413
dd if=file bs=1 offset=5706428                      # 5706428-EOF
} > output

您可能需要调整数字以补偿基于 0 与基于 1 的算术。