在Linux中显示文件的第N个字符

1. 概述

在本教程中，我们将了解如何显示文件中的第一个字符。我们将使用大多数 Linux 发行版上已经提供的工具。此外，我们将为工具的默认行为提供一些解决方法。

最后，我们将更深入地讨论为这项工作选择哪个命令。

2.使用head命令

head 命令用于显示文件的第一行。默认情况下，head命令将只打印前 10 行。head命令附带coreutils 包，它可能已经安装在我们的机器上。

让我们打印一个 JSON 文件的前 10 行：

$ head package.json
{
  "name": "in-your-pocket",
  "version": "0.1.0",
  "description": "",
  "scripts": {
    "watch": "webpack --config webpack/webpack.dev.js --watch",
    "build": "webpack --config webpack/webpack.prod.js",
    "clean": "rimraf dist",
    "build:clean": "npm run clean && npm run build",
    "test": "npx jest",

head命令还能够打印文件的前“n”个字节。在 ASCII 字符集中，每个字符占用一个字节。因此，我们可以通过提供–bytes或-c*选项来打印文件的前“n”个字符*：

$ head --bytes 100 package.json
{
  "name": "in-your-pocket",
  "version": "0.1.0",
  "description": "",
  "scripts": {
    "watch":

**请注意，换行符、制表符和空格也算作字节。*或者，如果–bytes*选项的值为负数，head命令将打印除最后“n”个字符之外的所有字符。

假设我们有一个包含小写字母的文件，并且我们想要排除最后 10 个字符。然后我们可以提供*-10作为-c或–bytes*选项的参数：

$ head -c -10 alphabets
abcdefghijklmnopq

3. sed实用程序

sed 命令代表流编辑器。这是一个我们可以用来修改文本流的工具。不仅如此，它还能够执行其他操作，例如使用它打印文件的前“n”行或字符。

sed的一般语法非常简单：

$ sed [OPTIONS] [EXPR] <FILE>

我们可以给sed一个表达式来指示工具如何修改文本流。要打印前“n”个字符，我们将为sed提供一个表达式和我们的字母文件：

$ sed -z 's/^\(.\{12\}\).*/\1/' alphabets
abcdefghijkl

• -z选项将用空字符分隔行，从而防止sed单独对每一行进行操作。
• 脚本表达式修改文件的内容并将其显示在标准输出中。在我们的例子中，我们将文件的全部内容替换为前 12 个字符。
• 最后一个参数是我们的包含小写字符的字母表。

此外，我们可以将值 12 更改为我们需要打印的字符数。

通常，上面的表达式很难一遍又一遍地写。因此，我们可以编写另一个相对简单的表达式：

$ sed -z 's/.//6g' <<< $(cat alphabets)
abcde

在上面的命令中，我们将cat 命令的输出提供给sed命令。sed命令依次用点指定的所有字符替换文件中的前 5 个字符。我们应该注意，我们需要将要打印的字符数加 1。

4. 使用cut命令

cut 命令用于删除文本文件或文本行的部分内容。不仅如此，我们还可以使用cut命令从文件或字符串中提取部分文本。例如，如果我们想提取文件的第n个字符，我们可以使用cut：

$ cut -c 5 alphabets
e

** -c选项用于指定字符。但是，我们也可以指定要打印的字符或字节范围**：

$ cut -c 1-5 alphabets
abcde

正如我们所看到的，它工作得很好。当我们要打印包含换行符的文件的“n”个字符时，就会出现问题。与sed一样， cut中也有-z选项 ，我们可以使用它来将换行符视为NUL*字符。*

在下面的代码片段中，我们将使用一个字母数字文件来说明这一点，其中每组字母数字由换行符分隔：

$ cut -c 1-5 alphanumeric
abcde
ABCDE
12345

通过提供*-z或–zero-terminated*选项，我们可以覆盖这个默认行为：

$ cut -z -c 1-5 alphanumeric
abcde

5. 使用dd实用程序

dd 命令主要用于将字节或块从源复制到目标。 它是一个强大的实用程序，提供了多种选择。选项之一是bs选项。bs选项将一次读取的字节数作为参数。让我们看看它的实际效果：

$ dd bs=1 count=5 if=alphanumeric
abcde5+0 records in
5+0 records out
5 bytes copied, 0.000109751 s, 45.6 kB/s

• bs选项用于指定一次读取的字节数
• count选项指定要读取的总字节数
• if选项指定要读取的输入文件

在输出中，我们可以看到前 5 个字符，以及一些我们不需要的附加信息。幸运的是，dd命令有一个status选项，我们可以使用它来抑制 I/O 信息：

$ dd bs=1 count=5 if=alphanumeric status=none
abcde

或者，我们也可以将 I/O 信息重定向到*/dev/null*：

$ dd bs=1 count=5 if=alphanumeric 2> /dev/null
abcde

通常，我们可能需要指定要打印的字节范围。出于这个原因，我们可以使用skip选项来跳过前“n”个字节：

$ dd skip=5 bs=1 count=5 if=alphanumeric 2> /dev/null
fghij

6. 使用awk命令

awk 命令用于在文本文件中搜索模式并对其进行操作。它定义了自己的编程语言，相当容易使用。awk实用程序安装在大多数 Linux 发行版上。但是，如果我们还没有它，我们可以使用yum或apt 从官方存储库安装它。

安装后，我们可以通过以下方式进行验证：

$ awk --version
GNU Awk 5.1.0, API: 3.0 (GNU MPFR 4.1.0-p13, GNU MP 6.2.1)

现在，让我们打印字母文件中的前 5 个字符：

$ awk '{ print substr($0, 0, 5) }' alphabets
abcde

awk命令后跟我们要扫描和打印的模式。在我们的例子中，我们想要打印文本文件的子字符串。substr函数采用三个参数作为列、起始位置和包含的结束位置。**最后，我们将我们的字母文件指定给awk进行扫描。

从上面的代码片段可以看出，它适用于只有一行的文件，但对于多行的文件，输出是不同的。让我们看看它的外观：

$ awk '{ print substr($0, 0, 5) }' alphanumeric
abcde
ABCDE
01234

当然，我们没有预料到这一点。按照设计，awk单独处理文件中的每一行，而不是将整个文件视为字符串。出于这个原因，我们将使用echo和cat命令的简单解决方法：

$ echo $(cat alphanumeric)
abcdefghijklmnopqrstuvwxyz ABCDEFGHIJKLMNOPQRSTUXWYZ 0123456789

**在上面的示例中，echo命令将cat命令的输出写入字符串，在此过程中将换行符转换为空格。**然后，我们可以将此输出通过管道传输到awk命令以打印前 5 个字符：

$ echo $(cat alphanumeric) | awk '{ print substr($0, 0, 5) }'
abcde

7. 使用哪一个？

在大多数情况下，我们应该可以使用head和cut命令，因为它们无处不在且使用迅速。但是，当我们的文件包含复杂的 Unicode 字符（如表情符号）时，就会出现问题。假设我们有一个文件，其中包含一个火焰表情符号，后跟一些文本：

🔥 This is a fire emoji.

现在，如果我们想使用 head 命令打印“🔥 This”，我们只需将文本从第一个字符切到第六个字符：

$ cut -c 1-6 text_with_emoji
🔥 T

好吧，这不是我们预期的行为。**我们知道，每个字符占用一个字节。这不适用于复杂的 Unicode 字符。例如，表情符号占用 4-6 个字节，具体取决于使用的表情符号。**在我们的例子中，火焰 emoji 需要 4 个字节。因此，如果我们使用 1-9 作为参数，它将打印我们想要的部分：

$ cut -c 1-9 text_with_emoji
🔥 This

现在，它按我们的预期工作。但是，**这不是解决问题的有效方法，因为我们可能希望在脚本文件中处理动态文本，而我们不确定使用的字符。**出于这个原因，我们可能想要使用更强大的解决方案：

$ string=$(cat < "text_with_emoji") && printf '%s\n' "${string:0:6}"
🔥 This

让我们分解一下：

• 我们创建了一个变量字符串，并使用**cat为它分配了我们文件的内容
• 我们使用内置的printf 命令来指定字符串的格式
• 在printf命令的第二个参数中，我们将字符串变量从 0 切片到 6
• printf命令会将每个字符视为真实字符，而不是将其视为单个字节

通过执行上面的命令，我们有一个更强大的解决方案，我们可以在我们的脚本中实现。更好的是，我们可以使用上述命令创建一个bash 脚本，并使用它来代替其他命令。