¿Cómo mostrar ciertas líneas de un archivo de texto en Linux?

Supongo que todos conocen las útiles utilidades de línea cmd de Linux heady tail. headle permite imprimir las primeras X líneas de un archivo, tailhace lo mismo pero imprime el final del archivo. ¿Cuál es un buen comando para imprimir el medio de un archivo? algo así como middle --start 10000000 --count 20(imprima las líneas 10'000'000th hasta th 10'000'010th).

Estoy buscando algo que se ocupe de archivos grandes de manera eficiente. Lo intenté tail -n 10000000 | head 10y es horriblemente lento.

sed -n '10000000,10000020p' filename

Es posible que pueda acelerar eso un poco así:

sed -n '10000000,10000020p; 10000021q' filename

En esos comandos, la opción -nhace sedque "se suprima la impresión automática del espacio del patrón". El pcomando "imprime [s] el espacio del patrón actual" y el qcomando "Salga [s] inmediatamente de la secuencia de comandos sed sin procesar más entradas ..." Las comillas son de la sed manpágina .

Por cierto, tu comando

tail -n 10000000 filename | head 10

comienza en la línea número diez millones desde el final del archivo, mientras que su comando "medio" parece comenzar en el número diez millones desde el principio, lo que sería equivalente a:

head -n 10000010 filename | tail 10

El problema es que para los archivos sin clasificar con líneas de longitud variable, cualquier proceso tendrá que pasar por el archivo contando nuevas líneas. No hay forma de atajar eso.

Sin embargo, si el archivo está ordenado (un archivo de registro con marcas de tiempo, por ejemplo) o tiene líneas de longitud fija, puede buscar en el archivo en función de una posición de byte. En el ejemplo del archivo de registro, podría hacer una búsqueda binaria varias veces como lo hace mi script de Python aquí *. En el caso del archivo de longitud de registro fija, es realmente fácil. Solo busca linelength * linecountpersonajes en el archivo.

^{* Sigo teniendo la intención de publicar otra actualización de ese script. Tal vez lo logre uno de estos días.}

Descubrí el siguiente uso de sed

sed -n '10000000,+20p'  filename

Espero que sea útil para alguien!

¡Es mi primera vez publicando aquí! De todos modos, este es fácil. Digamos que desea extraer la línea 8872 de su archivo llamado file.txt. Así es como lo haces:

cat -n file.txt | grep '^ * 8872'

Ahora la pregunta es encontrar 20 líneas después de esto. Para lograr esto haces

cat -n file.txt | grep -A 20 '^ * 8872'

Para ver líneas alrededor o antes, vea las banderas -B y -C en el manual grep.

La respuesta de Dennis es el camino a seguir. Pero usando solo cabeza y cola, debajo de bash:

middle () {head -n $ [$ 1 + $ 2] | cola -n $ 2; }

Esto escanea las primeras líneas de $ 1 + $ 2 dos veces, por lo que es mucho peor que la respuesta de Dennis. Pero no necesitas recordar todas esas letras sed para usarlo ...

Use el siguiente comando para obtener el rango particular de líneas

awk 'NR < 1220974{next}1;NR==1513793{exit}' debug.log | tee -a test.log

Aquí debug.log es mi archivo que consta de una falta de líneas y solía imprimir las líneas del número de línea 1220974 al 1513793 en un archivo test.log. Espero que sea útil para capturar el rango de líneas.

Una versión ruby ​​oneliner.

ruby -pe 'next unless $. > 10000000 && $. < 10000020' < filename.txt

Puede ser útil para alguien. Las soluciones con 'sed' proporcionadas por Dennis y Dox son muy buenas, incluso porque parece más rápido.

Puedes usar 'nl'.

nl filename | grep <line_num>

Por ejemplo, este awk imprimirá líneas entre 20 y 40

awk '{if ((NR> 20) && (NR <40)) print $ 0}' / etc / passwd

Si conoce los números de línea, digamos que desea obtener las líneas 1, 3 y 5 de un archivo, diga / etc / passwd:

perl -e 'while(<>){if(++$l~~[1,3,5]){print}}' < /etc/passwd

Perl es rey:

perl -ne 'print if ($. == 10000000 .. $. == 10000020)' filename