Linux cut命令 - 在多个位置之间捕获字符串答案

【问题标题】：Linux cut command - capture string between multiple positionsLinux cut命令 - 在多个位置之间捕获字符串
【发布时间】：2013-11-06 15:03:45
【问题描述】：

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。

我尝试了cut，但它似乎与我所需要的相反；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 只为我提供我需要的数据。是否有任何 Linux 命令可以反转结果？

【问题讨论】：

标签： linux sed cut

【解决方案1】：

~~如果你想要特定的字符，请使用-c~~

-f 用于您使用-d 指定字段分隔符的字段

sed 会为你完成这项工作：（我的算术可能有点不对）

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

【讨论】：

感谢 glenn，-c 确实有意义，但我的问题的主要部分是如何获取不在指定范围内的值。

【解决方案2】：

编辑：cut 有一个选项，看起来就像你想要的那样：

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

否则，您可以使用本机 bash string manipulation:

#!/bin/bash

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

用法：

revcut "some string" start end

来自文件：

revcut "$(cat filename)" start end

【讨论】：

【解决方案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cut 处理选择长行中的信息：

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），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。

【讨论】：