Linux环境下文本处理，提取需要的内容？

Posted 2023-04-03

从一个文本里提取需要的内容，例如：
#
12
23
34
1.1.0
我要提取的是#以下，1.1.0这一行以上的内容，首行不要，1.1.0这行内容不变，但是不要这一行。
首行和1.1.0这一行之间有时候可能会有增减，多一行和少一行什么的，我需要的条件就是：只要首行到1.1.0之间的内容，他们有时候会多几行有时候少几行，所以没办法用行数来提取

用awk可以实现你的需求，示例如图：

参考技术A 设文本名为file.txt
若#一定在第一行，可以用sed先获取第2行到1.1.0行，再用sed删除最后一行：
sed -n '2,/1\.1\.0/p' file.txt | sed '$d'
若#不一定在第一行，用sed先获取#行到1.1.0行，再用sed删除第一行和最后一行：
sed -n '/#/,/1\.1\.0/p' file.txt | sed '1d;$d'
Linux上验证通过，望采纳~ 参考技术B linux 文本编辑器有这个功能，可以进行光标的调整来获取你要的内容。很方便的！

linux：文本处理系列-1.行截取

参考技术A （自己）常用的文本文件的行处理命令

示例文件：test.vcf
1、head -n 10 test.vcf
head : 默认是提取文件的前10行，-n 参数可以设定选择文件的前n行

2、tial -n 10 test.vcf
tail : 默认是提取文件的末尾10行， -n 参数可以设定选择文件末尾的n行

3、sed -n '10,20p' test.vcf
sed -n ： 随意选择需要查看的行
sed命令是一个面向行处理的编辑器，可以和正则表达式配合使用，附上较全面的sed命令使用教程。
https://man.linuxde.net/sed

4、awk 截取行的指定长度字符串
less test.gz |awk 'if(NR%2==1)printelseprint substr($1,1,75)' | gzip -c > test.part.gz
说明：对test.gz文件指定行截取75bp，原来是150bp

5、对n行的第三列求和，求平均值
grep -v ‘#’ test.vcf |sed -n '20,35p' |awk -F '\t' 'sum+=$3;n++ENDprint sum,sum/n'
(linux 一行命令计算速度比Python快，简单计算喜欢用linux命令)
记得随时整理使用过的命令，没学过linux，靠着各种帖子，随时需要随时补给，有点懒。