Bash工具从文件中获得第n行
有没有一个“规范”的方式呢？ 我一直在使用head -n | tail -1 head -n | tail -1这个技巧，但我一直想知道是否有一个Bash工具，专门从文件中提取一行（或一系列的行）。
“规范”是指一个主要function就是这样的程序。
一个巨大的文件head和pipetail会慢。 我会build议像这样sed ：
sed 'NUMq;d' file
其中NUM是要打印的行数; 所以，例如， sed '10q;d' file打印sed '10q;d' file的第10行。
说明：
当行号是NUM时， NUMq将立即退出。
d将删除行而不是打印它; 这在最后一行被禁止，因为q导致脚本的其余部分在退出时被跳过。
如果你在一个variables中有NUM ，你将会使用双引号而不是单引号：
sed "${NUM}q;d" file
sed -n '2p' < file.txt
将打印第二行
sed -n '2011p' < file.txt
2011th线
sed -n '10,33p' < file.txt
第10行到第33行
sed -n '1p;3p' < file.txt
第一和第三行
等等…
用sed添加行，你可以检查：
sed：在某个位置插入一条线
awk速度非常快：
awk 'NR == num_line' file
如果这是真的，则执行awk的默认行为： {print $0} 。
替代版本
如果你的文件很大，你最好在阅读完所需的行后exit 。 这样可以节省CPU时间。
awk 'NR == num_line {print; exit}' file
如果你想给一个bashvariables的行号，你可以使用：
awk 'NR == n' n=$num file awk -vn=$num 'NR == n' file # equivalent
我有一个独特的情况，我可以在本页面提出的解决scheme基准，所以我写这个答案作为提出的解决scheme的合并与每个包括运行时间。
build立
我有一个3.261千兆字节的ASCII文本数据文件，每行一个键值对。 该文件总共包含3,339,550,320行，并且在我尝试过的任何编辑器（包括我的前往Vim）中都是无法打开的。 我需要对这个文件进行子集分析，以便调查我发现的一些值只能在〜500,000,000行左右开始。
由于该文件有很多行：
- 我只需要提取行的一个子集来做任何有用的数据。
- 通过阅读每一行导致我关心的价值观将需要很长时间。
- 如果解决scheme读取我关心的行并继续读取文件的其余部分，则将浪费时间读取近30亿个不相关的行，并且花费比所需的多6倍的时间。
我最好的情况是从文件中只提取一行，而不读取文件中的任何其他行的解决scheme，但我想不出在Bash中如何实现这一点。
出于我的理智的目的，我不会试图去阅读我自己的问题需要的全部5亿条线。 相反，我将尝试从3,339,550,320行中提取50,000,000行（这意味着读取完整文件将比所需的长60倍）。
我将使用内置的time来对每个命令进行基准testing。
底线
首先让我们看看tail解决scheme：
$ time head -50000000 myfile.ascii | tail -1 pgm_icnt = 0 real 1m15.321s
5000万行的基线是00：01：15.321，如果我直奔5亿行，大概是12.5分钟。
切
我很怀疑这个，但值得一试：
$ time cut -f50000000 -d$'\n' myfile.ascii pgm_icnt = 0 real 5m12.156s
这一个花了00：05：12.156跑，这比基线慢得多！ 我不确定是否通读整个文件，或者在停止之前达到5000万行，但不pipe这个问题是不是一个可行的解决scheme。
AWK
我只是用exit运行解决scheme，因为我不打算等待完整的文件运行：
$ time awk 'NR == 50000000 {print; exit}' myfile.ascii pgm_icnt = 0 real 1m16.583s
这个代码运行在00：01：16.583，这只是慢了1秒，但仍然没有改善基线。 按照这个速度，如果退出命令已被排除，那么读取整个文件大概需要大约76分钟！
Perl的
我也运行了现有的Perl解决scheme：
$ time perl -wnl -e '$.== 50000000 && print && exit;' myfile.ascii pgm_icnt = 0 real 1m13.146s
这段代码运行在00：01：13.146，比基线快了2秒。 如果我在5亿美元上运行它大概需要12分钟。
SED
在董事会的最佳答案，这是我的结果：
$ time sed "50000000q;d" myfile.ascii pgm_icnt = 0 real 1m12.705s
这段代码运行在00：01：12.705，比基线快3秒，比Perl快0.4秒。 如果我在5亿行上运行它大概需要12分钟。
映射文件
我有bash 3.1，因此无法testingmapfile解决scheme。
结论
看起来大多数情况下，很难改善tail解决scheme。 sed解决scheme最多可提供约3％的效率提升。
（以公式% = (runtime/baseline - 1) * 100计算的百分比）
行50,000,000
- 00：01：12.705（-00：00：02.616 = -3.47％）
sed - 00：01：13.146（-00：00：02.175 = -2.89％）
perl - 00：01：15.321（+00：00：00.000 = + 0.00％）
- 00：01：16.583（+00：00：01.262 = + 1.68％）
awk - 00：05：12.156（+00：03：56.835 = + 314.43％）
行500,000,000
- 00：12：07.050（-00：00：26.160）
sed - 00：12：11.460（-00：00：21.750）
perl - 00：12：33.210（+00：00：00.000）
head|tail - 00：12：45.830（+00：00：12.620）
awk - 00：52：01.560（+00：40：31.650）
行3,338,559,320
- 01：20：54.599（-00：03：05.327）
sed - 01：21：24.045（-00：02：25.227）
perl - 01：23：49.273（+00：00：00.000）
head|tail - 01：25：13.548（+00：02：35.735）
awk - 05：47：23.026（+04：24：26.246）
哇，所有的可能性！
尝试这个：
sed -n "${lineNum}p" $file
或者其中的一个取决于你的Awk版本：
awk -vlineNum=$lineNum 'NR == lineNum {print $0}' $file awk -v lineNum=4 '{if (NR == lineNum) {print $0}}' $file awk '{if (NR == lineNum) {print $0}}' lineNum=$lineNum $file
（ 您可能需要尝试nawk或gawk命令 ）。
有没有一种工具只能打印那一行？ 没有一个标准的工具。 但是， sed可能是最接近和最简单的使用。
# print line number 52 sed '52!d' file
sed有用的单行脚本
这个问题被标记为Bash，这里是Bash（≥4）的做法：使用带有-s （跳过）和-n （count）选项的mapfile 。
如果您需要获取文件file的第42行：
mapfile -s 41 -n 1 ary < file
在这一点上，你将有一个数组，其中包含file行（包括尾随的换行符），其中我们已经跳过了前41行（ -s 41 ），并在读取一行后停止（ -n 1 ）。 所以这真的是第42条线。 打印出来：
printf '%s' "${ary[0]}"
如果你需要一系列的行，比如说范围在42-666（含），并且说你不想自己做math，然后在stdout上打印它们：
mapfile -s $((42-1)) -n $((666-42+1)) ary < file printf '%s' "${ary[@]}"
如果你也需要处理这些行，那么存储尾随的换行符并不是很方便。 在这种情况下，使用-t选项（trim）：
mapfile -t -s $((42-1)) -n $((666-42+1)) ary < file # do stuff printf '%s\n' "${ary[@]}"
你可以有一个function为你做这个：
print_file_range() { # $1-$2 is the range of file $3 to be printed to stdout local ary mapfile -s $(($1-1)) -n $(($2-$1+1)) ary < "$3" printf '%s' "${ary[@]}" }
没有外部命令，只有Bash内置的！
您也可以使用sed打印并退出：
sed -n '10{p;q;}' file # print line 10
你也可以使用Perl来完成这个工作：
perl -wnl -e '$.== NUM && print && exit;' some.file
对于大文件，最快的解决scheme始终是最终的，只要两个距离：
- 从文件开始到起始行。 让我们称它
S - 从最后一行到文件结尾的距离。 是
E
已知。 那么，我们可以使用这个：
mycount="$E"; (( E > S )) && mycount="+$S" howmany="$(( endline - startline + 1 ))" tail -n "$mycount"| head -n "$howmany"
howmany只是需要的行数。
我会说这个head -n | tail -1 head -n | tail -1很难被击败。 对我而言，这仍然是最好的解决scheme。
它是可移植的和相当可读的。 这也是非常快的。 其他答案包括一些基准，但是在你testing的系统上似乎有很大差异。
在我自己的（非代表性的）testing中，头部/尾巴一直胜过sed 'NUMq;d' （速度明显更快）。 但是，即使在其他的基准testing中，也很难find头尾很糟的情况。 这也不足为奇，因为这些操作是您希望在现代Unix系统中大量优化的操作。
得票最高sed 'NUMq;d'很有意思，但是我认为可以通过开箱即用的方式理解头部/尾部解决scheme。
可能的方法之一：
sed -n 'NUM{p;q}'
请注意，没有q命令，如果文件很大，sed将继续工作，这会减慢计算速度。
要使用sed打印第n行，并将variables作为行号：
a=4 sed -e $a'q:d' file
这里的'-e'标志是为了执行命令添加脚本。
如果您通过\ n（通常为新行）分隔多行。 你也可以使用'cut'
echo "$data" | cut -f2 -d$'\n'
您将从文件中获得第二行。 -f3给你第三行。
以上所有答案直接回答了这个问题。 但是，这是一个不那么直接的解决scheme，而是一个潜在的更重要的想法，引发思想。
由于行长度是任意的，因此需要读取第n行之前的文件的所有字节。 如果您的文件很大，或者需要多次重复执行此任务，而且这个过程非常耗时，那么您应该认真考虑是否应该以不同的方式存储您的数据。
真正的解决scheme是在文件的开始处有一个索引，指示行开始的位置。 您可以使用数据库格式，或者只是在文件的开头添加一个表格。 或者，创build一个单独的索引文件以伴随您的大型文本文件。
例如你可以为换行符创build一个字符位置列表：
awk 'BEGIN{c=0;print(c)}{c+=length()+1;print(c+1)}' file.txt > file.idx
然后用tail读，这实际上是直接find文件中的适当的点！
例如获得行1000：
tail -c +$(awk 'NR=1000' file.idx) file.txt | head -1
- 这可能不适用于2字节/多字节字符，因为awk是“字符意识”，但尾巴不是。
- 我没有testing过这个大文件。
- 也看到这个答案 。
- 或者 – 将文件分割成更小的文件！
