快速的Unix命令打印文本文件中不连续的行？

Question

给定一个名为“people.txt”的文本文件，其中包含：

Anne
Bob
Carl
Daphne
Erwin
Gary
Heather

我该如何使用sed命令或类似的单行命令，仅指定一组不连续的行号，以过滤内容并得到以下结果：

Bob
Erwin
Heather

（注意：忽略它们按字母顺序排列的事实）

请注意，我使用的真实文件有超过10万行，因此答案应考虑效率。

我知道我可以使用：

sed '5q;d' people.txt 

我希望只获取第5行（“Erwin”），但是否有一种变体的参数可以指定任意行号列表？

我认为这可以仅使用sed实现，但即使阅读了man sed，我也很难弄清楚。我一直在查看其他几个答案，它们非常接近于执行此操作，但几乎所有答案都处理获取单个行或连续行（一系列行），或者使用更复杂的bash脚本;例如，{{link1：“快速unix命令以显示文件中特定行？”}}和{{link2：“如何从Unix文件中打印特定行？”}}。

- Adam Friedman

---

“非连续行号”是什么意思？ - anubhava

Answer 1

您可以按照行号来请求特定的行，就像这样：

sed -n '1p;5p;7p' my_file

-n 标志的意思是“默认情况下不打印行”，然后对于每一行你想要的，你指定行号和 p（打印）命令。

- larsks

---

啊，那可能是原帖作者想要的。在看到你的回答之前，我无法理解它 :-) - Fredrik Pihl

太好了，谢谢！我想这只是一些简单的东西。我今天会测试一下，但也许你知道：如果我从一个有200K行的文件中挑选出50K行，这个方法是否有效？ - Adam Friedman

好的回答 - 特别是因为它包括了解释正在发生的事情。有些 sed 的特性可能有点难以理解 :)。 - Sobrique

Answer 2

$ awk -v lines="2 4 7" 'index(" "lines" "," "NR" ")' file  
Bob
Daphne
Heather

$ awk -v lines="3 5" 'index(" "lines" "," "NR" ")' file  
Carl
Erwin

上面代码中lines和NR周围的空格是必需的，这样当lines包含19时，NR值9不会匹配。

如果你不介意在脚本中硬编码行号，你也可以这样做：

awk 'NR~/^(2|4|7)$/' file

- Ed Morton

---

@AdamKatz - 您昨天对index()参数周围的空白字符所做的修改破坏了上面答案中的脚本，我刚刚不得不将其改回来。请不要编辑我的awk答案，因为我通常知道自己在做什么。如果您认为我发布的答案有误，可以随时给我留言，我会很乐意进行解释或修复。 - Ed Morton

我非常抱歉，这可能是有趣的。在我的测试中，它起作用了。你能解释一下为什么这些引号是必要的吗？他们所做的就是将空格连接到你的行的两端。 - Adam Katz

没问题，你需要始终在NR周围留空格以避免错误匹配（NR=9会误匹配3<空格>19<空格>7中的19，但NR=<空格>9<空格>不会），而且由于你需要在NR周围留空格，所以你需要确保行的开头和结尾始终有一个空格（NR=<空格> 3 <空格>不希望匹配行=3<空格>19<空格>7，但会匹配行= <空格> 3 <空格> 19 <空格> 7 <空格>）。从给定输入集生成预期输出的代码总是很容易编写的，而不会为其他输入产生意外输出的代码则变得复杂。 - Ed Morton

最好不要依赖于脚本的用户在文本中添加空格，而是在脚本内部添加。通常情况下，lines 不会被硬编码 - 如果是这样的话，你根本不需要它，你可以直接将第一个参数硬编码到 index() 中。当 lines 中有两位数（或更多）数字时（例如 19），就会出现故障，因为单个数字 NR（例如 1 或 9）将匹配任何一个数字。在具有 20 行的文件上尝试 awk -v lines="19" 'index(lines,NR)' file，然后尝试 awk -v lines="19" 'index(lines," "NR" ")' file，最后尝试 awk -v lines="19" 'index(" "lines" "," "NR" ")' file。 - Ed Morton

谢谢解释。我没有意识到 index() 是一个子字符串函数。在这种情况下，我可能会建议使用更直接的方式，例如 awk 'NR == 2 || NR == 4 || NR == 7' file，但使用 index() 确实非常聪明。 - Adam Katz

Answer 3

动态生成sed程序：

将要使用的行存储在数组中：

$ lines=(2 5 7)
$ sed -n "$(printf "%dp;" "${lines[@]}")" file
Bob
Erwin
Heather

或者如果行号在文件中：

$ sed -n "$(sed 's/$/p/' numbers)" file

- glenn jackman