如何用awk或sed提取文本中特定位置的sequence counter？

方法一：使用awk #

如果你的输入文件是input.txt，执行以下命令即可将提取到的计数器输出到output.txt：

awk '/8100/ { pos = index($0, "8100") + 4 + 48; print substr($0, pos, 2) }' input.txt > output.txt

命令解释： #

• /8100/：只处理包含8100标记的行
• index($0, "8100")：定位8100在当前行的起始位置
• +4：跳过8100本身的4个字符
• +48：往后偏移48个字符，找到序列计数器的起始位置
• substr($0, pos, 2)：从目标位置截取2个字符（即序列计数器）并打印

方法二：使用sed #

同样针对input.txt，执行以下命令：

sed -n 's/.*8100.\{48\}\(..\).*/\1/p' input.txt > output.txt

命令解释： #

• -n：关闭默认输出所有行的功能，只打印我们需要的内容
• s/.*8100.\{48\}\(..\).*/\1/p：
  • .*8100：匹配8100之前的所有字符
  • .\{48\}：匹配8100之后的48个任意字符
  • \(..\)：捕获接下来的2个字符（目标计数器）
  • \1：将整行替换为捕获到的这2个字符
  • p：打印替换后的结果

注意事项 #

如果你的标记是完整的<strong>8100</strong>而非单纯的8100，需要调整命令：

• awk命令调整：

  awk '/<strong>8100<\/strong>/ { pos = index($0, "<strong>8100<\/strong>") + 19 + 48; print substr($0, pos, 2) }' input.txt > output.txt
  

  这里+19是因为<strong>8100</strong>的总长度为19，用于跳过整个标记字符串。

• sed命令调整：

  sed -n 's/.*<strong>8100<\/strong>.\{48\}\(..\).*/\1/p' input.txt > output.txt
  

内容的提问来源于stack exchange，提问作者Wiedehopf8