在大文本文件中搜索并找到位置

Question

我想在linux dist中的大文本文件（187GB）中找到一个位置。

txt文件中的每个条目都受$$$$限制，我想在文件中找到3396条目。所以我需要计算$$$$，然后到达3396.

我怎么能解决？

格尔茨

---

好，我举一个例子

TEXT 
TEXT 

TEXT 
TEXT 
<TAG>TEXT> 

<TAG> 
TEXT 
TEXT 
</TEXT> 
$$$$ 

所以我的条目看起来像在文件中。之间可能有任何字符。在$$$$之后，换行符中的下一个netry开始。

现在我的问题再次。我要检测的entri的限制器的3396计数的行数

编辑：

我有解决方案：

grep -m 3396 -n '$$$$' FILE 

给我的行号，直到$的3396计数$$$。最后一个是我感兴趣的线

Answer 1

没有任何样本数据很难正确回答，但您可以尝试以下awk one-liner以查看它是否有效。

awk '{for(i=1;i<=NF;i++) {if ($i=="$$$$") count++; if ($i=="$$$$" && count==3396) print $(i+1);}}' INPUT_FILE 

Answer 2

我认为最好是使用python（或其他语言）。

看一看http://docs.python.org/library/re.html#re.finditer

有美元之间的文本签署一份固定的长度？如果是的话，你可以使用seek（）来快速跳转正确的部分。

Answer 3

正如提到赞成笨拙古AWK的使用更好的语言较早的海报，这里是一个Perl的变种，也短。要跳过3395项，并打印第三千三百九十六使用

perl -e '$/=q/$$$$/;<>while$.<3395;print$_=<>' <foo.txt 

Answer 4

这可能会为你工作（这是sed，但方式减缓了这么大的文件！）：

for x in {1..4000} ; do echo -e '$$$$\n'$x ; done | 
sed -n '/$$$$/{x;s/^/x/;ta;:a;s/x/&/3396;tb;x;b;:b;x;p;:c;n;p;/$$$$/!bc;q}'  
$$$$ 
3396 
$$$$ 

Answer 5

一个稍微简单awk命令：

awk '/\$\$\$\$/ { if (++count == 3396) { print; exit } }' 

，如果你想这样做将多个文件你可以改变exit到newfile。

假设您想要打印包含$$$$的第3396行;否则，当你找到它时你想做什么？