如何从Unix上的文本文件中提取预定范围的行？

Question

我有一个~23000行的SQL转储包含几个数据库的数据.我需要提取此文件的某个部分(即单个数据库的数据)并将其放在一个新文件中.我知道我想要的数据的起始行和结束行号.

有没有人知道一个Unix命令(或一系列命令)从第16224和16482行之间的文件中提取所有行,然后将它们重定向到一个新文件？

Answer 1

sed -n '16224,16482p;16483q' filename > newfile

从sed手册:

p - 打印出图案空间(到标准输出).此命令通常仅与-n命令行选项一起使用.

n - 如果未禁用自动打印,则打印图案空间,然后,无论如何,将图案空间替换为下一行输入.如果没有更多输入,那么sed退出而不再处理任何命令.

q - 退出sed而不处理更多命令或输入.请注意,如果未使用-n选项禁用自动打印,则会打印当前模式空间.

和

sed脚本中的地址可以采用以下任何一种形式:

number 指定行号仅匹配输入中的该行.

可以通过指定用逗号(,)分隔的两个地址来指定地址范围.地址范围匹配从第一个地址匹配的行开始,并继续直到第二个地址匹配(包含).

Answer 2

sed -n '16224,16482 p' orig-data-file > new-file

16224,16482是起始行号和结束行号,包括在内.这是1索引的. -n抑制将输入作为输出回显,这显然是你不想要的; 数字表示使以下命令操作的行数范围; 该命令p打印出相关的行.

Answer 3

使用头/尾非常简单:

head -16482 in.sql | tail -258 > out.sql

使用sed:

sed -n '16482,16482p' in.sql > out.sql

使用awk:

awk 'NR>=10&&NR<=20' in.sql > out.sql

Answer 4

您可以使用'vi'然后使用以下命令:

:16224,16482w!/tmp/some-file

或者:

cat file | head -n 16482 | tail -n 258

编辑: - 只是添加说明,你使用head -n 16482显示第一个16482行然后使用tail -n 258来获得第一个输出中的最后258行.

Answer 5

还有另一种方法awk:

awk 'NR==16224, NR==16482' file

如果文件很大,那么exit在读完最后一行后可能会很好.这样它就不会不必要地读取文件直到最后:

awk 'NR==16224, NR==16482-1; NR==16482 {print; exit}' file

Answer 6

人们试图绞尽脑汁计算一个间隔head | tail组合的间隔是想太多了。

以下是无需计算任何内容即可获得“16224 - 16482”范围的方法：

cat file | head -n +16482 | tail -n +16224

解释：

• 指示/+命令“向上/从”（分别）指定的行号（从文件开头算起）。headtail

• 类似地， a-指示它们“分别”从文件末尾开始计算指定的行号

• 上面显示的解决方案简单地使用head第一个“将所有内容保留到顶部数字”，然后使用tail第二个“保留从底部数字向上的所有内容”，从而定义我们感兴趣的范围（无需计算间隔）。

Answer 7

perl -ne 'print if 16224..16482' file.txt > new_file.txt

Answer 8

 # print section of file based on line numbers
 sed -n '16224 ,16482p'               # method 1
 sed '16224,16482!d'                 # method 2

Answer 9

cat dump.txt | head -16224 | tail -258

应该做的伎俩.这种方法的缺点是你需要做算术来确定尾部的参数,并考虑你是否希望'between'包括结束行.

Answer 10

sed -n '16224,16482p' < dump.sql

Answer 11

我站在Boxxar的肩膀上，像这样：

sed -n '<first line>,$p;<last line>q' input

例如

sed -n '16224,$p;16482q' input

的$意思是“最后行”，所以第一个命令使sed打印开始的行中的所有行16224和所述第二命令使sed退出后打印线16428。（添加1为q在boxxar的解决方案-范围似乎没有必要。）

我喜欢这种变体，因为我不需要两次指定结束行号。而且我测量到使用$不会对性能产生不利影响。