根据长度选择线

Question

我想使用grep或其他合适的工具来查找（和打印）线条，而不是基于某种模式，而是基于长度。

假设我有一个包含两行的文件，其中

• 第 1 行：长度 = 300 个字符
• 第 2 行：长度 = 120 个字符

我正在寻找一个只会输出第 2 行的命令。

Answer 1

正好 120 个字符

与grep：

grep -xE '.{120}' < your-file
grep -x '.\{120\}' < your-file # more portable

与awk：

awk 'length == 120' < your-file

从 0 到 120 个字符

与grep：

grep -xE '.{0,120}' < your-file
grep -x '.\{0,120\}' < your-file # more portable

与awk：

awk 'length <= 120' < your-file

对于严格小于 120，请将 120 替换为 119 或替换<=为<。

120 个字符或以上：

与grep：

grep -E '.{120}' < your-file # lines that contain a sequence of 120 characters
grep '.\{120\}' < your-file # more portable

还有一些选择：

grep -E '^.{120}' < your-file # lines that start with a sequence of 120 characters
grep '^.\{120\}' < your-file # more portable

grep -xE '.{120,}' < your-file # lines that have 120 or more characters
                               # between start and end.
grep -x '.\{120,\}' < your-file # more portable

与awk：

awk 'length >= 120' < your-file

对于严格超过 120 的情况，请将 120 替换为 121 或替换>=为>。

那些假设输入是根据语言环境的charmap 正确编码的有效文本。如果输入包含 NUL 字符、不构成有效字符的字节序列、大于LINE_MAX（字节数）的行或未分隔的最后一行（在grep;的情况下awk会添加缺少的分隔符），则您的里程可能会有所不同。

如果您想根据字节数而不是字符数进行过滤，请将语言环境设置为C或POSIX( LC_ALL=C grep...)。

要做到基于石墨烯的簇，而不是字符数，如果你的过滤grep支持-P选项，您可以替换E与P上方.用\X。

相比：

$ locale charmap
UTF-8
$ echo $'e\u0301te\u0301' | grep -xP '\X{3}'
e?te?
$ echo $'e\u0301te\u0301' | grep -xE '.{5}'
e?te?
$ echo $'e\u0301te\u0301' | LC_ALL=C grep -xE '.{7}'
e?te?

（即e?te?3 个字素簇，5 个字符，7 个字节）。

并非所有grep -P实现都支持\X. 有些只支持UTF-8 多字节charmap。

请注意，基于显示宽度的过滤是另一回事，给定字符串的显示宽度取决于显示设备。有关更多信息，请参阅获取字符串的显示宽度。