读取每行含JSON的TXT文件，获取data字段字节大小（wc -c）遇阻

嘿，我来帮你搞定这个问题！你遇到的核心问题是：直接用wc -c没法精准提取出JSON里data字段的字节数——要么是算到了整行JSON的大小，要么是不小心把额外的换行符也算进去了。下面给你几个实用的解决方案，都是处理这种每行一个独立JSON场景的：

方法一：用jq直接计算（推荐，高效简洁） #

jq是处理JSON的神器，它本身就能直接计算字符串的字节数，完全不用依赖wc，还能避免换行符的坑。

假设你的testear.txt内容长这样：

{"saddr": "192.168.1.1", "data": "hello world"}
{"saddr": "10.0.0.1", "data": "你好，世界"}

如果只想输出每行data的字节数，直接跑这条命令就行：

jq -r '.data | bytes | length' testear.txt

解释一下：

• .data：提取出每行JSON里的data字段
• bytes：把字符串转换成字节数组（处理UTF-8字符时，字节数和字符数可能不一样，比如中文每个字占3字节）
• length：计算字节数组的长度，也就是data的字节大小

要是你想同时输出saddr和对应的data字节数，可以用这个脚本：

#!/bin/bash
while IFS= read -r json_line; do
  # 用jq格式化输出saddr和data_size
  result=$(echo "$json_line" | jq -r '{saddr: .saddr, data_byte_size: (.data | bytes | length)}')
  echo "$result"
done < testear.txt

方法二：用Python处理（跨平台，适合没有jq的环境） #

如果你的机器上没装jq，用Python也能轻松搞定，而且处理编码问题更稳妥：

#!/usr/bin/env python3
import json
import sys

for line in sys.stdin:
    try:
        # 解析每行的JSON
        json_obj = json.loads(line.strip())
        # 把data字符串转成UTF-8字节，再计算长度
        data_byte_len = len(json_obj['data'].encode('utf-8'))
        # 可以改成你想要的输出格式，比如同时打印saddr
        print(f"saddr: {json_obj['saddr']}, data字节数: {data_byte_len}")
    except Exception as e:
        # 处理解析错误，避免脚本崩溃
        print(f"处理行时出错: {e}", file=sys.stderr)

把这个脚本保存成calculate_data_size.py，然后运行：

python3 calculate_data_size.py < testear.txt

为什么之前用wc -c不行？ #

你之前可能尝试了类似cat testear.txt | wc -c或者提取data后直接wc，但问题出在：

• 如果直接算整行，得到的是整个JSON行的字节数，不是data字段的
• 如果用echo "$data" | wc -c，echo会自动在末尾加一个换行符，导致结果多1个字节（比如data是"hello"，实际字节数是5，但wc会输出6）

用上面的方法就能完美避开这些坑啦！

内容的提问来源于stack exchange，提问作者Alemalakra Alemalakra