如何使用 awk 删除文件的一部分

Question

我正在编写一个 shell 脚本，它在某些时候必须获取一个文件，在其中搜索一个特定的单词并删除该单词之后的整个文本（包括单词本身） - awk 是正确的工具我想，但我对其中的编程了解不多。

谁能帮帮我？

Answer 1

我认为 'awk' 是这项工作的一种工具，尽管我认为 'sed' 对于这个特定的操作来说更简单。规范有点模糊。简单的版本是：

• 查找包含给定单词的第一行。
• 删除该行和所有后续行。

为此，我会使用“sed”：

sed '/word/,$d' file

更复杂的版本是：

• 查找包含给定单词的第一行。
• 从单词开始删除该行上的文本。
• 删除所有后续文本行。

我可能仍然会使用“sed”：

sed -n '1,/word/{s/word.*//;p}' file

这颠倒了逻辑。默认情况下它不打印任何内容，但是对于第 1 行，直到包含单词的第一行它会执行替换（直到包含单词的行之前什么都不做），然后打印。

可以在'awk'中完成吗？并非完全不重要，因为 'awk' 将输入行自动拆分为单词，并且您必须使用函数来进行替换。

awk '/word/ { if (found == 0) {
                # First line with word
                sub("word.*", "")
                print $0;
                found = 1
              }
            }
            { if (found == 0) print $0; }' file

（已编辑：将 'delete' 更改为 'found'，因为 'delete' 是 'awk' 中的保留字。）

在所有这些示例中，输入文件的截断版本被写入标准输出。要就地修改文件，您要么需要使用 Perl 或 Python 或类似语言，要么在命令完成后将输出捕获到临时文件中，然后将其复制到原始文件中。 （如果你尝试“脚本文件”，你会处理一个空文件。）

有多种早期退出优化可以应用于 sed 和 awk 脚本，例如：

sed '/word/q' file

而且，如果您假设使用 GNU 版本的 awk 或 sed，则有各种非标准扩展可以帮助对文件进行原位修改。

Answer 2

我假设您的输入是这样的：

Lorem ipsum dolor sit amet，
consectetur adipiscing velit。
Nullam neque sapien, molestie vel congue non,
feugiat quistellus。犹他
努拉米Maecenas 舌叶。

并且您希望在单词 'vel' 处截断输出，如下所示：

Lorem ipsum dolor sit amet，
consectetur adipiscing velit。
Nullam neque sapien, molestie

在这种情况下，您的 awk 脚本将是：

cat lorem.txt | awk ' 
  /\<vel\>/ 
  {
     print substr($0, 0, match($0, /\<vel\>/) - 1); 
     exit; 
  } 

  { print }
'

您要截断的单词需要替换脚本中单词vel 的两个实例。

您也可以安全地将整个脚本放在一行中。

Answer 3

awk '/word/{exit}1' file

Answer 4

我不知道如何用 awk 来做，但你可以用 sed 来做：

sed -i~ -e 's/the-word-to-find.*$//' the-file

这将删除从the-word-to-find 到行尾的所有内容，在包含the-word-to-find 的每一行上。如果您想在第一次出现 the-word-to-find 时删除文件的其余部分，您可以这样做：

sed -i~ -e 's/\(the-word-to-find\).*$/\1/;/the-word-to-find/,$d'

Answer 5

这个 awk 单行代码应该可以解决问题： { sub(/ word.*/, "");打印 } 对于每一行，如果该行包含以 word 开头（以空格开头）并到达行尾的模式 - 用空字符串替换该模式 - 然后打印更新的行。

[ 认为问题可以读取任何一种方式（该行上的整个文本或文件中的整个文本）。如果想跳过文件的其余部分，可以： { skip = gsub(/ word.*/, "");打印 ;如果（跳过）退出}]

Answer 6

用sed删除部分行，例如：

$ echo '12345 John Smith / red black or blue it is a test' | sed -e 's/\/.*//'

$ 12345 John Smith