在第x行和第y行之间获取第n个以制表符分隔的值的SED命令

Question

我已经可以从一个大型的制表符分隔文本文件中提取出某些行，并将它们写入另一个文件：

sed -n 100,200p file.tsv >> output.txt

然而，我的实际目的是从每行中获取第8个tab分隔值并将它们写入一个逗号分隔的文件，但是我无法找到正确的语法来进行模式匹配，尽管已经阅读了数十篇在线文章。

对于每一次，我基本上都在尝试匹配

/([^\t]*\t){7}([0-9]*).*/

中的$2，但是没有成功。

文本文件file.tsv中的行类似于：

01  name1   title1  summary1    desc1   image1  url1    120019  time1
02  name2   title2  summary2    desc2   image2  url2    576689  time2

请问有人能帮我解决这个查询吗？

- Donna

---

你能提供一行示例代码吗？ - Brian Clements

我已经添加了上面的格式，并尝试使用诸如以下命令： sed -e '100,/start/ s/[^\t]\t[^\t]\t[^\t]\t[^\t]\t[\t^]\t[^\t]\t[^\t]\t//' -e '/stop/,200 s/\t.*//' file.tsv，但效果不佳。 - Donna

Answer 1

一个Perl的一行命令：

perl -F'\t' -ane 'push @csv, $F[7] if $. > 100 && $. < 200; END { print join ",", @csv if @csv }' /path/to/input/file > /path/to/output/file

- Alan Haggai Alavi

---

你好，感谢您的快速回复！看起来很理想。唯一的问题是数据是用制表符分隔而不是逗号分隔，导致无法匹配正确的列。请问我该如何进行更改呢？ - Donna

唐：嗨。不用谢。我已经编辑了我的答案，添加了一个明确的\t作为字段分隔符。现在应该可以工作了。 - Alan Haggai Alavi

Answer 2

我认为我更愿意那样使用awk：

$ awk '{ print col 8 : $8 }' file

我猜前面的工作会更容易。

- Aif

---

谢谢您的回复，不幸的是，我不熟悉如何在制表符文件中使用那种语法。 - Donna

Answer 3

这里使用GNU sed和扩展表达式：

sed -nre '100,200{s/^(\S+\s+){7}(\S+).*$/\2/;p}' file.tsv

这里仅使用POSIX：

sed -n '100,200{s/^\([^[:space:]]\+[[:space:]]\+\)\{7\}\([^[:space:]]\+\).*$/\2/;p}' file.tsv

我同意Alf的观点，awk更适合这个问题。

以下是带有行限制的awk解决方案：

awk 'NR==100,NR==200{print $8}' file.tsv

- Brian Clements

---

如果您需要保留除制表符以外的空格，请在POSIX版本中将所有[:space:]替换为\t。 - Brian Clements

那很理想。谢谢你提供的解决方案。你完美地解决了我的问题，我也可以从中看到如何进行修改。非常感谢你的帮助。 - Donna

Answer 4

如果有空字段，这将起作用。

sed -nre '100,200{s/^(([^\t]*)\t){7}([^\t]*)(\t.*|$)/\3/;p}' file.tsv

- Dennis Williamson