我有一个类似于这样的大字符串
ABCDEFGHIJKLM...
我想要将它按照长度为5的子字符串进行拆��,方法如下:
>1
ABCDE
>2
BCDEF
>3
CDEFG
[...]
${string:position:length}
Extracts
$length
characters of substring from$string
at$position
.
stringZ=abcABC123ABCabc # 0123456789..... # 0-based indexing. echo ${stringZ:0} # abcABC123ABCabc echo ${stringZ:1} # bcABC123ABCabc echo ${stringZ:7} # 23ABCabc echo ${stringZ:7:3} # 23A # Three characters of substring.
-- 来自Mendel Cooper的《高级Bash脚本指南中的操作字符串章节
然后使用循环来逐个添加1到位置,以提取长度为5的每个子字符串。
end=$(( ${#stringZ} - 5 ))
for i in $(seq 0 $end); do
echo ${stringZ:$i:5}
done
fold -w5
应该就能解决问题。
$ echo "ABCDEFGHIJKLMNOPQRSTUVWXYZ" | fold -w5
ABCDE
FGHIJ
KLMNO
PQRST
UVWXY
Z
干杯!
sed 可以一次完成:
$ echo "abcdefghijklmnopqr"|sed -r 's/(.{5})/\1 /g'
abcde fghij klmno pqr
或者
取决于你的需求:
$ echo "abcdefghijklmnopqr"|sed -r 's/(.{5})/\1\n/g'
abcde
fghij
klmno
pqr
更新
我一开始以为这只是一个简单的字符串分割问题,没有仔细阅读问题。现在它应该会给你需要的东西:
这次仍然是一次性完成,但这次使用了awk:
$ echo "abcdefghijklmnopqr"|awk '{while(length($0)>=5){print substr($0,1,5);gsub(/^./,"")}}'
abcde
bcdef
cdefg
defgh
efghi
fghij
ghijk
hijkl
ijklm
jklmn
klmno
lmnop
mnopq
nopqr
...或使用split
命令:
$ ls
$ echo "abcdefghijklmnopqr" | split -b5
$ ls
xaa xab xac xad
$ cat xaa
abcde
split
也可用于文件操作...
在bash中:
s=ABCDEFGHIJ
for (( i=0; i < ${#s}-4; i++ )); do
printf ">%d\n%s\n" $((i+1)) ${s:$i:5}
done
输出
>1
ABCDE
>2
BCDEF
>3
CDEFG
>4
DEFGH
>5
EFGHI
>6
FGHIJ
str=ABCDEFGHIJKLM
splitfive(){ echo "${1:$2:5}" ; }
for (( i=0 ; i < ${#str} ; i++ )) ; do splitfive "$str" $i ; done
或者,也许你想对结果进行更智能的处理
#!/usr/bin/env bash
splitstr(){
printf '%s\n' "${1:$2:$3}"
}
n=$1
offset=$2
declare -a by_fives
while IFS= read -r str ; do
for (( i=0 ; i < ${#str} ; i++ )) ; do
by_fives=("${by_fives[@]}" "$(splitstr "$str" $i $n)")
done
done
echo ${by_fives[$offset]}
然后调用它
$ split-by 5 2 <<<"ABCDEFGHIJKLM"
CDEFG
你可以从那里进行调整。
编辑:C语言中的简单版本,用于性能比较:
#include <stdio.h>
int main(void){
FILE* f;
int n=0;
char five[6];
five[5] = '\0';
f = fopen("inputfile", "r");
if(f!=0){
fread(&five, sizeof(char), 5, f);
while(!feof(f)){
printf("%s\n", five);
fseek(f, ++n, SEEK_SET);
fread(&five, sizeof(char), 5, f);
}
}
return 0;
}
很抱歉我的 C 语言不好,我真的不懂这门语言。
sed可以做到:
sed -nr ':a;h;s/(.{5}).*/\1/p;g;s/.//;ta;' <<<"ABCDEFGHIJKLM" | # split string
sed '=' | sed '1~2s/^/>/' # add line numbers and insert '>'
能用sed来做吗?:
$ sed 's/\(.....\)/\1\n/g' < filecontaininghugestring
sed 's/...../&\n/g' filename
虽然足够简单,但并不能解决问题(而且还需要理解 \n
,而不是所有的 sed
实现都能做到)。 - sorpigal多亏了你们,我能够快速找到解决方法!这是我的解决方案,结合了这里的几个想法:
str="ABCDEFGHIJKLMNOP"
splitfive(){
echo $1 | cut -c $2- | sed -r 's/(.{5})/\1\n/g'
}
for (( i=0; i <= 5; i++ )); do
splitfive "$str" $i
done | grep -v "^$"
[上面的答案最初添加到问题本身。以下是相关评论。]
你的
splitfive
可能更有效率。在bash中,你可以说cut -c "$2"- <<<"$1" | sed
等等,它会稍微好一点。-- sorpigal 2011年9月28日11:48
你的sed表达式也可以改进为
sed 's/...../&\n/g'
,执行速度大约快两倍。-- sorpigal 2011年9月28日11:56
ABCDE
,BCDEF
... 但这却产生了 ABCDE
,FGHIJ
... - wjandreacut
命令并指定字符而不是字段,然后将输出分隔符更改为您需要的任何内容,例如换行符:
echo "ABCDEFGHIJKLMNOP" | cut --output-delimiter=$'\n' -c1-5,6-10,11-15
输出
ABCDE
FGHIJ
KLMNO
或者
echo "ABCDEFGHIJKLMNOP" | cut --output-delimiter=$':' -c1-5,6-10,11-15
输出
ABCDE:FGHIJ:KLMNO