☰

分割檔：用 `sed` 取代 `egrep`

tag-icon • tag-icon linux bash sed bash-scripting egrep
分割檔：用 `sed` 取代 `egrep`

我想分我的$文件含有X將行分成兩半，並檢查有多少行包含“死的”在日誌中。我從以下內容開始：

half=`expr $(egrep -c . $file) / 2`

sed -n 1,${half}p $file | 
    xargs echo $file $half $(egrep -c dead $I) > log_1
sed -n ${half},${egrep -c . $file}p | 
    xargs echo $file $half $(egrep -c dead $I) > log_2

第一個sed命令的輸出是好的，但是當egrep在範圍內替換時sed會出錯：

DeadOrAlive 5 2
-bash: ${half},${egrep -c . $file}p: bad substitution

有沒有更有效的方法來分割文件bash？

答案1

  1. 使用wc,head和tail:

    half=$(( $(wc -l "$file")/2 ))
head -$half | egrep -c dead | xargs echo "$file" $half > log_1
tail -$half | egrep -c dead | xargs echo "$file" $half > log_2

  2. 使用split：

    split -a1 --numeric-suffixes=1 -n 'l/2' "$file" "$file"_
echo "$file" "$file"_1 $(egrep -c dead "$file_1") > log_1
echo "$file" "$file"_2 $(egrep -c dead "$file"_2) > log_2
rm "$file"_[12]

答案2

這是一個 awk 解決方案。

awk '/dead/ { a[++n] = NR }
    END { for (i=1; i<=n; i++) if (a[i] > NR/2) break
        print ARGV, int(NR/2), i-1 >"log_1";
        print ARGV, int(NR/2)+(int(NR/2)!=NR/2), n-i+1 >"log_2" }' file

a我們將匹配的行號收集到數組中。然後我們計算出數組中有多少行號小於最中間的行號；它們的計數分配給第一個分區。 （我們必須使用，因為當我們跳出循環i-1時，我們已經過了分區點。）break

一般來說，您希望避免多次重新讀取同一個文件，特別是當它很大時；其次，盡量減少進程數量。

目前尚不清楚您期望中間輸出欄位包含什麼內容。如果檔案包含奇數行，則第一個「一半」將比第二個分割區少一行。 （這並不難改變，但你必須決定其中一種方式。）

相關內容