查找长于x个字符的行并截断显示

Posted 2021-04-25

我想在html文件上运行grep以查找长于x个字符的行，并使用grep截断显示。

我知道的

在html文件中找出长于100个字符的行。

find . -name '*.html' -print | xargs grep -on '.\{100\}'

查找与title匹配的行，并将显示限制为40个字符

find . -name '*.html' -print | xargs grep -onE '.{0,40}title.{0,40}'

---

我不知道的

如何查找超过100个字符的行，然后将这些行显示为限制为40个字符？

---

MVCE

我有一堆html文件，看起来像

$ cat 1.html
abcdefghijklmnopqrstuv12345675689
12345675689abcdefghijklmnopqrstuv
abcd1234

现在，我想查找超过20个字符的行，然后将显示切换为仅15个字符。

预计产量与favoretti solution

$ find . -name '*.html' -print | xargs grep -on '.\{20\}' | cut -c -15
./1.html:1:abcd
./1.html:2:1234

./2.html:1:abcd
./2.html:2:1234

答案

首先，值得一提的是，除非您非常有信心将“HTML”文件视为一系列行分隔记录，否则您应该使用支持HTML的工具（独立或包含在内脚本语言）。

既然您在之前的评论中提到过Awk：

find . -name '*.html' -exec awk '
    length($0) > 20 { print FILENAME, substr($0, 1, 15) }' {} +

这将匹配长度大于20的行并打印前15个字符。我把文件名放在开头，你可以删除它，如果你喜欢。

目前尚不清楚是否需要使用find进行递归搜索 - 如果没有，那么你可以使用shell生成文件列表：

awk 'length($0) > 20 { print FILENAME, substr($0, 1, 15) }' *.html

并且启用globstar（shopt -s globstar），您可以使用**/*.html在Bash中进行递归匹配。

另一答案

如果由于某种原因你想要使用grep

find . -name '*.html' -exec grep -oP '.{40}(?=.{60})' {} /dev/null \;

另一答案

我想第一个grep工作正常，所以如果你想打印出40个字符，请通过cut管道？

find . -name '*.html' -print | grep -on '.\{100\}' | cut -c 1-40