我有一个17GB的管道分隔的.txt文件，并且需要将第32和第33个管道之间的超过10个字符的任何字符串替换为它们的前10个字符以填充一个数据库列，无需在崇高文本中打开该文件;所以需要通过Java或AIX-BASH来完成。在regex101.com我试图实现在下面的帖子中提出的观点：用子串替换后续分隔符之间的字符串
，但它不匹配的模式仅限制到我的替换字符串。
样品输入：
|12210|IA||15||i956-743||||||l.4073||||a5015b3ed||l.464939|IC|||06 06:18:17||wireered||ENTITY|wirvered|2||||NoPodfoundorpoddoesnothaveedgetob-rd=l.415.63Z|REY||||RY|REY||
预期输出：
变化...|NoPodfundddorpoddoesnot...|...到...|NoPodfundd|...
更换/截断后全部输出字符串：
|12210|IA||15||i956-743||||||l.4073||||a5015b3ed||l.464939|IC|||06 06:18:17||wireered||ENTITY|wirvered|2||||NoPodfundd|REY||||RY|REY||
在尝试正则表达式匹配：
^(?:[^|]*\|){32}[^|]+\|相匹配一切从开始到第33 |，所以|12210.......l.415.63Z|，但我希望它只能匹配管道32和33之间的串，特别NoPodfoundorpoddoesnothaveedgetob-rd=l.415.63Z，用于更换的目的。
update 1; 10/18/17：
(^(?:[^|]*\|){32}[^|]{0,10})([^|]*)(\|.*$)用\1\3的组捕获取代提供了期望的结果。但是这场比赛必须有一个缺陷，因为它似乎捕获了一个非捕获组(?:[^|]*\|)。
update 2; 17年10月19日：
试图腻子命令行下面的命令，但它不编辑该文件：
cat subStrTest.txt
awk 'BEGIN{FS=OFS="|"}{$33=substr($33,1,10)} 1' subStrTest.txt
https://www.gnu.org/software/gawk/manual/html_node/String-Functions.html表明
string = substr(string,startIndex,numOfCharacters)
是有效的语法，至少gawk，但我不知道是否转让
$33=substr($33,1,10)
有效期为与$引用的字符串，如$33内awk
如果你是在Unix/Linux上运行，为什么不使用'sed'？ –
尝试使用awk。这种情况很好。 – Malt
没有缺陷，它捕获非捕获组，因为它嵌套在捕获组中，因此会被捕获。使用其他类型的正则表达式，你可以不使用第一个捕获组，因为可以使用'\ K'标记。在regex101上试试'^（？：[^ |] * \ |）{32} \ K（（[^ |] {0,10}）[^ | * *）（？= \ |）。不幸的是，Java不支持这个令牌（据我所知） – ctwheels