如何在Linux中无需列号提取含KiB/MiB/GiB的FILESIZE列

生成测试文件 #

先确保已安装yt-dlp，再生成测试数据文件：

# Debian/Ubuntu系统安装yt-dlp
sudo apt install yt-dlp
# 生成测试文件
yt-dlp -F https://youtu.be/njX2bu-_Vw4 > cp1.txt

可行的Shell命令 #

使用awk实现不依赖固定列号的提取，核心逻辑是先定位FILESIZE列的位置，再筛选符合格式的数值：

awk '
NR == 1 {
    # 遍历表头，定位FILESIZE所在列
    for (i=1; i<=NF; i++) {
        if ($i == "FILESIZE") {
            col = i
            break
        }
    }
}
NR > 1 && col {
    # 匹配仅包含KiB/MiB/GiB的数值格式
    if ($col ~ /^[0-9.]+(KiB|MiB|GiB)$/) {
        print $col
    }
}' cp1.txt

命令说明 #

• 表头处理：遍历第一行的所有列，找到FILESIZE对应的列索引并存储
• 数据行处理：跳过表头，仅在已定位到目标列的情况下，检查对应列内容是否符合「数字（可带小数点）+KiB/MiB/GiB」的格式，符合则输出
• 如果需要去重，可追加| sort -u：

  awk '
  NR == 1 {
      for (i=1; i<=NF; i++) {
          if ($i == "FILESIZE") {
              col = i
              break
          }
      }
  }
  NR > 1 && col {
      if ($col ~ /^[0-9.]+(KiB|MiB|GiB)$/) {
          print $col
      }
  }' cp1.txt | sort -u
  

内容的提问来源于stack exchange，提问作者PBS