bash - 根据bash中的单词数拆分文本文件

Question

我知道从文件中提取行的子集，我可以这样做:

sed -n 2208202,2218201p file >>new

bash 中有没有一种方法可以根据单词提取文件的子集(保留确切的顺序)？比如提取文件的前10k个词，或者10000到20000个词？

Answer 1

以此为测试文件:

$ cat file
one two
three four five
six seven
eight nine
ten eleven twelve
thirteen
fourteen

使用 GNU awk ( gawk )，让我们选择单词 4 到 10:

$ awk -v RS='[[:space:]]+' '4<=NR && NR<=10{ printf "%s%s",$0,RT } END{print""}' file
four five
six seven
eight nine
ten 

请注意，这会保留原始文件的空白和换行符。

工作原理

• -v RS='[[:space:]]+'

  这会将 awk 的记录分隔符设置为空格的任意组合。

• 4<=NR && NR<=10{ printf "%s%s",$0,RT }

  对于记录 4 到 10，这会打印输入文件中后面跟有任何空格的记录。 RT不是 POSIX。

• END{print""}

  这会打印一个最后的换行符，如果最后一个词不是一行的最后一个，则需要这个换行符。