如何从bzip2 -v输出中提取指定信息？以获取输入文件大小为例

我来帮你搞定这个麻烦！首先得搞清楚为什么你之前在gzip上能用的awk命令在bzip2上失效——两者的verbose输出格式不一样，而且bzip2的详细输出是打印到标准错误(stderr)而不是标准输出(stdout)，这两个点是核心原因。

先看一下bzip2 -v index.html的典型输出（假设输入文件大小是20字节）：

bzip2: index.html: 0.100:1, 20.000 bits/byte, 90.00% saved, 20 in, 2 out.

提取输入文件大小的具体命令 #

因为输出在stderr，所以需要先把它重定向到stdout才能被awk/sed捕获，然后再提取对应字段：

1. 用awk提取：
   观察输出的字段拆分，输入大小是第8个字段，所以命令如下：

   bzip2 -v index.html 2>&1 | awk '{print $8}'
   

   执行后会直接输出20，就是你要的输入文件大小数值。

2. 用sed正则匹配（更灵活）：
   如果担心字段位置变化，用正则匹配更可靠，匹配saved,后面的数字：

   bzip2 -v index.html 2>&1 | sed -n 's/.*saved, \([0-9]*\) in.*/\1/p'
   

提取其他信息的通用方法 #

掌握这个思路后，你可以提取bzip2 -v输出里的任何信息：

• 提取输出文件大小：对应第10个字段，用awk '{print $10}'
• 提取压缩率（比如0.100:1）：对应第3个字段，awk '{print $3}'
• 提取保存的百分比：对应第6个字段，去掉百分号可以这么写：

  bzip2 -v index.html 2>&1 | awk '{gsub(/%/,"",$6); print $6}'
  

• 要是想用正则匹配其他字段，比如提取压缩率，正则可以写：sed -n 's/.*: \([0-9.]*:[0-9]\),.*/\1/p'

关键注意点 #

一定要记得加上2>&1，把stderr的内容重定向到stdout，否则awk/sed会捕获不到任何输出——这大概率是你之前尝试失败的主要原因！

内容的提问来源于stack exchange，提问作者Travis