Bash 查找长度超过x个字符的行并截断以显示

我想在HTML文件上运行grep，找出长度超过x个字符的行，并使用grep截断显示

我所知道的

在html文件中找出长度超过100个字符的行

find . -name '*.html' -print | xargs grep -on '.\{100\}'

查找与标题匹配的行，并将显示限制为40个字符

find . -name '*.html' -print | xargs grep -onE '.{0,40}title.{0,40}'

---

我不知道的是

如何找出超过100个字符的行，然后将这些行显示为不超过40个字符

---

MVCE

我有一堆html文件，看起来像

$ cat 1.html
abcdefghijklmnopqrstuv12345675689
12345675689abcdefghijklmnopqrstuv
abcd1234

现在，我想找出长度超过20个字符的行，然后将显示剪切为仅15个字符

使用favoretti的预期输出

---

我想第一个grep可以正常工作，所以如果您只想打印40个字符，那么通过管道将其传输到

cut

find . -name '*.html' -print | grep -on '.\{100\}' | cut -c 1-40

---

我想第一个grep可以正常工作，所以如果您只想打印40个字符，那么通过管道将其传输到

cut

find . -name '*.html' -print | grep -on '.\{100\}' | cut -c 1-40

---

首先值得一提的是，除非您非常自信可以将“HTML”文件视为一系列行分隔的记录，否则您可能应该使用支持HTML的工具（独立的或包含在脚本语言中）

因为您在之前的评论中提到了Awk：

find . -name '*.html' -exec awk '
    length($0) > 20 { print FILENAME, substr($0, 1, 15) }' {} +

这将匹配长度大于20的行，并打印前15个字符。我把文件名放在开头，如果你愿意，你可以删除它

不清楚是否需要

find

进行递归搜索-如果不需要，则可以让shell生成文件列表：

awk 'length($0) > 20 { print FILENAME, substr($0, 1, 15) }' *.html

---

启用了

globstar

（

shopt-s globstar

），您可以在Bash中使用

***.html

进行递归匹配。

首先值得一提的是，除非您非常自信可以将“html”文件视为一系列行分隔的记录，否则您可能应该使用支持html的工具（可以是独立的，也可以包含在脚本语言中）

因为您在之前的评论中提到了Awk：

find . -name '*.html' -exec awk '
    length($0) > 20 { print FILENAME, substr($0, 1, 15) }' {} +

这将匹配长度大于20的行并打印前15个字符。我将文件名放在开头，如果您愿意，可以删除它

不清楚是否需要

find

进行递归搜索-如果不需要，则可以让shell生成文件列表：

awk 'length($0) > 20 { print FILENAME, substr($0, 1, 15) }' *.html

---

启用了

globstar

（

shopt-s globstar

），您可以在Bash中使用

***.html

进行递归匹配。

如果出于某种原因您只想使用grep

find . -name '*.html' -exec grep -oP '.{40}(?=.{60})' {} /dev/null \;

---

如果出于某种原因，你只想使用grep

find . -name '*.html' -exec grep -oP '.{40}(?=.{60})' {} /dev/null \;

---

---

谢谢，这很有帮助。我想知道是否有一种内置的grep方法不需要管道

切割

？不要这样认为，你要么通过另一个

grep

管道，这样就可以

-o.\{40\}“

或使用

cut

。您可以使用awk进行处理而不查找，但这是另一个完全不同的解决方案。顺便说一句，

grep-n

将在输出中为您提供匹配的行号，因此40个字符不属于行本身，还包括行号和

：

符号。谢谢是有帮助的。我想知道是否有一种内置的grep方法不需要管道

切割

？不要这样认为，你要么通过另一个

grep

管道，这样就可以

-o.\{40\}“

或使用

cut

。您可以使用awk进行处理而不查找，但这是另一个完全不同的解决方案。顺便说一句，

grep-n

将在输出中为您提供匹配的行号，因此40个字符不属于行本身，还包括行号和

：

符号。这是定义虽然我不确定您的确切要求是什么，但Awk是可能的-a会有所帮助。几乎，我不确定“预期输出”是否您发布的内容正是您想要的。@TomFenech+++或者如果预期输出正确，请编辑问题，因为预期输出与您所问的内容不同……此外，根据您在当前答案下方的最新评论，HTML中可能有一些换行符（当然，这是完全正确的，并且建议您最好使用理解HTML的工具）。我已经更新了示例，例如，有两个相同的html文件。预期的输出是正确的，标准是查找大于20个字符的行，然后在显示时将行限制为15个字符。虽然我希望15个字符，但不包含文件名和行号，但也可以。这在Aw中绝对是可能的k、 虽然我不确定你的确切要求是什么-a会有帮助。几乎，我不确定“预期输出”是否您发布的内容正是您想要的。@TomFenech+++或者如果预期输出正确，请编辑问题，因为预期输出与您所问的内容不同……此外，根据您在当前答案下方的最新评论，HTML中可能有一些换行符（当然，这是完全正确的，并且建议您最好使用理解HTML的工具）。我已经更新了示例，例如，有两个相同的html文件。预期的输出是正确的，标准是查找大于20个字符的行，然后在显示时将行限制为15个字符。虽然我希望15个字符不包含文件名和行号，但这样就可以了。嗯，查看OPs预期的输出tput-她似乎希望截断包含文件名，因此可能需要添加一个

打印子字符串（文件名）：“$0，1，15）

大小写。@Ed yes，尽管在评论中我们有“尽管我希望15个字符不包含文件名和行号”，所以我不知道！是的，我也不知道了，所以我添加了一条评论，要求OP澄清。嗯，看看OP