如何使用 awk 打印第 n 个匹配项
我正在尝试将一个大的 xml 文件拆分为几个较小的文件。我找到了一个将每个节点拆分为自己的文件的解决方案：
awk '/<mono/{close("row"count".xml");count++}count{f="row"count".xml";print $0 > f}' file.xml
上面的代码匹配每个“单”节点并将其输出到文件名 row{rownumber}.xml。如何将每 20 个匹配项打印到一个文件中？
I am trying to split a large xml file into several smaller files. I found a solution to split each node into it's own file:
awk '/<mono/{close("row"count".xml");count++}count{f="row"count".xml";print $0 > f}' file.xml
The above code matches every "mono" node and outputs it to a file names row{rownumber}.xml. How can I print every 20 matches to a file?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（2）
我想说保留你的“count”变量，你只需要改变你构建文件名的方式：
f="row" int(count/20) ".xml"You don't不必显式关闭该文件。当 awk 退出时，所有打开的文件都将被关闭。鉴于评论，我将删除该评论。请注意，在下面的代码中，文件将被关闭最多 20 次，但会根据需要重新打开。I would say keep your "count" variable, and you just need to change the way you build your filename:
f="row" int(count/20) ".xml"You don't have to explicitly close the file. All open files will be closed when awk exits.Given the comments, I'll strike that remark. Note in the code below, a file will be closed up to 20 times, but reopened as required.维护两项计数 - 当前计数和重复计数。仅当重复计数模 20 处于适当的值（所示代码中的 0 和 1）时才执行当前活动（打印标签）：
第二个条件中的“== 1”条件有点混乱；可能有更好的方法来处理该逻辑。
请注意，您的代码也将“”检测为 Mono。
将文件 1 中的记录 1-20 分组，文件 2 中的 21-40 分组，等等...
同样的一般思想适用...您有一个文件号和一个匹配的记录号，并且您可以适当地处理它们。测试代码：
第一个文件将是
row.xml。后续文件是row1.xml等。我在这样的文件上进行了测试：
它包含 100 个
ignore行（一些重复）。它生成文件row.xml、row1.xml、...row4.xml，每个文件包含 20 行。这是在 MacOS X 10.6.6 上使用标准 (BSD)awk进行测试的。Maintain two counts - the current one and a repeat count. Only do the current activity (print the tag) when the repeat count modulo 20 is at the appropriate value (0 and 1, in the code shown):
The '== 1' condition in the second condition is a little untidy; there's probably a better way to handle that logic.
Note that your code detects '
<monotonous>' as being Mono too.Grouping records 1-20 in file1, 21-40 in file2, etc...
The same general idea applies...you have a file number and a matching record number, and you handle them appropriately. Tested code:
The first file will be
row.xml. Subsequent files arerow1.xml, etc.I tested this on a file like this:
It contained 100
<mono>lines and a sprinkling ofignorelines (some repeated). It produced filesrow.xml,row1.xml, ...row4.xmlwith 20 lines in each. This was tested on MacOS X 10.6.6 with the standard (BSD)awk.