Digamos que eu tenha a saída deste comando salva em um arquivo.
cat /dev/urandom | tr -dc '[:graph:]' | fold -w 1000 | perl -pe 's/(.)(?=.*?)//g' | head -n 50
Eu gostaria de comparar apenas os primeiros n caracteres em cada linha de um arquivo e retornar apenas a primeira linha contendo a primeira instância desses caracteres.
Assim, por exemplo, sem precisar classificar o arquivo, gostaria de ver os quatro primeiros caracteres em cada linha do arquivo. Eu quero encontrar a primeira instância de qualquer seqüência de quatro caracteres em cada linha e imprimir apenas as linhas contendo as primeiras instâncias.
Eu agradeceria se o comando pudesse ser modificado para ver quatro, cinco ou seis caracteres, etc. em cada linha.
Muito obrigado pelo seu tempo e ajuda. Eu realmente tenho lutado para descobrir isso.
MelBurslan, o conteúdo da string deve ser irrelevante, mas a saída do comando acima - agora corrigido - é todo caractere que eu posso digitar em um teclado em inglês. Abaixo estão duas linhas de amostra.
k!>d#&)"EtXN';*9TaD7BcL84z5[y{$Q?_Y%fCw6F0Vgn\|]ImqR.:1l<^}u'+Ms/hjS@e~2vxWO(3,bJiprP-=UAZGoHK
3'O$#Eg5&,'l>vn491M"cVZRJ.H[XTw*:q}Kz8hf;W_P|i<6@CAytF^Dmkb]GBsU+{Y?xje%oIQ-~r!2Sap=/)N0du(L
glenn, sim, a primeira instância de uma cadeia / tecla / token de quatro caracteres. Eu também precisava que a correspondência fosse variável para poder manipular a correspondência de caracteres conforme necessário.
curinga, isso funcionou maravilhosamente, obrigado.
thrig, isso funcionou maravilhosamente, obrigado.
Assumindo que glenn jackman paráfrase da sua pergunta está correta, aqui está uma solução usando awk e substr() :
awk '{key = substr($0,1,4)}; !(key in printed); {printed[key]}' file
Isso define "chave" para os primeiros quatro caracteres de uma linha, depois imprime a linha a menos que tenha visto essa chave antes, e depois acompanha o fato de que essa chave foi impressa.
Use um hash?
% (echo foo; echo bar; echo foobar) \
| perl -ne '/(.{3})/; print unless $seen{$1}++'
foo
bar
%
Tags command-line grep awk sed shell