查找任何超过特定长度的行

Question

是否可以在文件中找到超过 79 个字符的任何行？

Answer 1

根据我的测试，按照降低速度的顺序（在 UTF-8 语言环境和 ASCII 输入的 GNU 系统上）：

grep '.\{80\}' file

perl -nle 'print if length$_>79' file

awk 'length>79' file

sed -n '/.\{80\}/p' file

除了perl¹一个（或awk/ grep/sed实现（像mawk或busybox的），其不支持多字节字符），该计数的数量而言的长度字符（根据LC_CTYPE语言环境的设置），而不是字节。

如果输入中的字节不构成有效字符的一部分（有时会在语言环境的字符集为 UTF-8 且输入采用不同编码时发生），则根据解决方案和工具实现，这些字节要么算作 1 个字符，要么算作 0 或不匹配.。

例如，包含 30 asa 0x80 字节、30 bs、0x81 字节和 30 UTF-8 és（编码为 0xc3 0xa9）的行，在 UTF-8 语言环境中将.\{80\}与 GNU grep/不匹配sed（因为独立的 0x80 字节不匹配.)，长度为 30+1+30+1+2*30=122 with perlor mawk，3*30=90 with gawk.

如果你想以字节为单位来算，固定区域设置C使用LC_ALL=C grep/awk/sed...。

这将使所有 4 个解决方案都认为上面的行包含 122 个字符。除了 inperl和 GNU 工具之外，对于包含 NUL 字符（0x0 字节）的行，您仍然会有潜在的问题。

^{¹perl行为可能会受到PERL_UNICODE环境变量的影响}