如何在Unix中处理带标识平面文件：移除页眉、页脚及首列？

嘿，这个需求在Unix环境下用常用的文本处理工具就能轻松实现，我给你分享几种实用的方案，都是日常工作里常用的：

方法1：用awk（最灵活推荐） #

awk是处理结构化文本的利器，能精准匹配行标识并做对应处理：

awk '
    # 处理页眉行：去掉开头的"H|"后输出
    /^H\|/ { print substr($0, 3); next }
    # 处理数据行：去掉开头的"L|"后输出
    /^L\|/ { print substr($0, 3); next }
    # 跳过页脚行
    /^F\|/ { next }
' input.txt > output.txt

解释： #

• ^H\| 匹配以H|开头的页眉行，substr($0,3) 从第3个字符开始输出（跳过前两个字符的H|）
• 同理处理以L|开头的数据行
• 直接跳过以F|开头的页脚行
• 最后将结果重定向到output.txt

方法2：用sed（简洁快速） #

sed适合简单的文本替换/删除操作，一行命令就能搞定：

# 基础版（兼容所有sed版本）
sed -e '/^F\|/d' -e 's/^[HL]\|//' input.txt > output.txt

# 扩展正则版（GNU sed可用，更清晰）
sed -E -e '/^F\|/d' -e 's/^[HL]\|//' input.txt > output.txt

解释： #

• /^F\|/d：删除所有以F|开头的页脚行
• s/^[HL]\|//：把行首的H|或L|替换为空字符串，保留后面的内容

方法3：grep + sed组合（分步处理） #

如果你习惯分步处理，也可以先用grep过滤掉页脚，再用sed清理行标识：

grep -v '^F\|' input.txt | sed 's/^[HL]\|//' > output.txt

解释： #

• grep -v '^F\|'：反向匹配，输出所有不以F|开头的行（即保留页眉和数据行）
• 管道后用sed替换掉行首的H|/L|

验证效果 #

拿你给的示例输入测试：

H|STUDENT_ID|COURSE_NUMBER|CREDIT_COUNT
L|1234|E4|23
L|3487|D3|30
L|1234|Y4|19
L|1234|S2|28
F|4

运行任意一种命令后，output.txt的内容都会是：

STUDENT_ID|COURSE_NUMBER|CREDIT_COUNT
1234|E4|23
3487|D3|30
1234|Y4|19
1234|S2|28

内容的提问来源于stack exchange，提问作者LearneR