テキストファイルの行から特定の単語を削除する方法は？

テキストファイルは次のようになります。

Liquid penetration 95% mass (m) = 0.000205348
Liquid penetration 95% mass (m) = 0.000265725
Liquid penetration 95% mass (m) = 0.000322823
Liquid penetration 95% mass (m) = 0.000376445
Liquid penetration 95% mass (m) = 0.000425341

ここでLiquid penetration 95% mass (m)、値のみを取得するために行から削除します。どうすればいいですか？

=サインが1つしかない場合は、次のようにすべてを削除できます=。

$ sed -r 's/.* = (.*)/\1/' file
0.000205348
0.000265725
0.000322823
0.000376445
0.000425341

元のファイルを変更する-i場合は、テスト後にオプションを使用します。

sed -ri 's/.* = (.*)/\1/' file

ノート

• -r私たちは脱出する必要はありませんので、EREを使用(し、)
• s/old/new置き換えるoldとnew
• .* 任意の数の任意の文字
• (things)保存thingsして後に後方参照に\1、\2など

これはawk;のための仕事です。値が最後のフィールドでのみ発生すると仮定します（例に従って）：

awk '{print $NF}' file.txt

• NFはawk変数であり、レコード（行）内のフィールドの数に展開されるため、$NF（$前に注意してください）最後のフィールドの値が含まれます。

例：

% cat temp.txt 
Liquid penetration 95% mass (m) = 0.000205348
Liquid penetration 95% mass (m) = 0.000265725
Liquid penetration 95% mass (m) = 0.000322823
Liquid penetration 95% mass (m) = 0.000376445
Liquid penetration 95% mass (m) = 0.000425341

% awk '{print $NF}' temp.txt
0.000205348
0.000265725
0.000322823
0.000376445
0.000425341

ここにリストされているさまざまなソリューションを比較することにしました。この目的のために、OPが提供するコンテンツに基づいて大きなファイルを作成しました。

1. 次の名前の単純なファイルを作成しましたinput.file。

   $ cat input.file
   Liquid penetration 95% mass (m) = 0.000205348
   Liquid penetration 95% mass (m) = 0.000265725
   Liquid penetration 95% mass (m) = 0.000322823
   Liquid penetration 95% mass (m) = 0.000376445
   Liquid penetration 95% mass (m) = 0.000425341
   

2. 次に、このループを実行しました。

   for i in {1..100}; do cat input.file | tee -a input.file; done
   

3. 端末ウィンドウがブロックされました。killall tee別の端末から実行しました。次に、コマンドでファイルの内容を調べました：less input.fileおよびcat input.file。最後の行を除いて、見栄えが良かった。そこで、最後の行を削除し、バックアップコピーを作成しましたcp input.file{,.copy}（inplaceオプションを使用するコマンドのため）。

4. ファイルへの行の最終カウントinput.fileは2 192 473です。コマンドでその番号を取得しましたwc：

   $ cat input.file | wc -l
   2192473
   

比較の結果は次のとおりです。

• grep -o '[^[:space:]]\+$'

  $ time grep -o '[^ [：space：]] \ + $' input.file> output.file
  
  実数0m58.539s
  ユーザー0m58.416s
  sys 0m0.108s
  

• sed -ri 's/.* = (.*)/\1/'

  $ time sed -ri 's /.* =（。*）/ \ 1 /' input.file
  
  実数0m26.936s
  ユーザー0m22.836s
  sys 0m4.092s
  

  あるいは、出力を新しいファイルにリダイレクトする場合、コマンドはより高速になります。

  $ time sed -r 's /.* =（。*）/ \ 1 /' input.file> output.file
  
  実数0m19.734s
  ユーザー0m19.672s
  sys 0m0.056s
  

• gawk '{gsub(".*= ", "");print}'

  $ time gawk '{gsub（ "。* ="、 ""）; print}' input.file> output.file
  
  実際の0m5.644s
  ユーザー0m5.568s
  sys 0m0.072s
  

• rev | cut -d' ' -f1 | rev

  $ time rev input.file | カット-d '' -f1 | rev> output.file
  
  実際の0m3.703s
  ユーザー0m2.108s
  sys 0m4.916s
  

• grep -oP '.*= \K.*'

  $ time grep -oP '。* = \ K. *' input.file> output.file
  
  実際の0m3.328s
  ユーザー0m3.252s
  sys 0m0.072s
  

• sed 's/.*= //' （それぞれ、この-iオプションはコマンドを数倍遅くします）

  $ time sed 's /.*= //' input.file> output.file
  
  実際の0m3.310s
  ユーザー0m3.212s
  sys 0m0.092s
  

• perl -pe 's/.*= //' （この-iオプションでは、ここでの生産性に大きな違いは生じません）

  $ time perl -i.bak -pe 's /.*= //' input.file
  
  実際の0m3.187s
  ユーザー0m3.128s
  sys 0m0.056s
  

  $ time perl -pe 's /.*= //' input.file> output.file
  
  実際の0m3.138s
  ユーザー0m3.036s
  sys 0m0.100s
  

• awk '{print $NF}'

  $ time awk '{print $ NF}' input.file> output.file
  
  実際の0m1.251s
  ユーザー0m1.164s
  sys 0m0.084s
  

• cut -c 35-

  $ time cut -c 35- input.file> output.file
  
  実際の0m0.352s
  ユーザー0m0.284s
  sys 0m0.064s
  

• cut -d= -f2

  $ time cut -d = -f2 input.file> output.file
  
  実際の0m0.328s
  ユーザー0m0.260s
  sys 0m0.064s
  

アイデアの源。

とgrepと-Pを有するためPCRE（ASパターンを解釈P erl- C ompatible R egular E XPRESSION）と-o一致したパターンのみを印刷します。\Kマッチした部分は、それ自体の前に来無視されます通知します。

$ grep -oP '.*= \K.*' infile
0.000205348
0.000265725
0.000322823
0.000376445
0.000425341

または、cut代わりにコマンドを使用できます。

cut -d= -f2 infile

行プレフィックスは常に同じ長さ（34文字）であるため、次を使用できますcut。

cut -c 35- < input.txt > output.txt

を使用してファイルのコンテンツを反転し、区切り文字としてスペースを使用し、ターゲットフィールドとして1 revを使用cutして出力をパイプし、元の数値を取得するために再度反転します。

$ rev your_file | cut -d' ' -f1 | rev
0.000205348
0.000265725
0.000322823
0.000376445
0.000425341

これはシンプルで、短く、簡単に記述、理解、および確認できます。私は個人的に気に入っています。

grep -oE '\S+$' file

grepUbuntuでは、-Eまたは-Pで呼び出されると、空白文字（実際には通常はスペースまたはタブ）を意味し、そうでないものを意味するために省略形 \sを取ります。使用数量詞と行末アンカーを、パターンは、行の末尾に1つ以上の非ブランクと一致します。の代わりに使用できます。この場合の意味は同じですが、異なる正規表現エンジンが使用されるため、パフォーマンス特性が異なる場合があります。\S+$\S+$-P-E

これは、Avinash Rajのコメント付きソリューションと同等です（簡単でコンパクトな構文を使用するだけです）。

grep -o '[^[:space:]]\+$' file

これらのアプローチは、数字の後に末尾の空白がある可能性がある場合は機能しません。それらは変更することができますが、ここで説明する意味はありません。それはより多くのケースの下での作業に解決策を一般化するために、時には有益ですが1が通常知る方法がないので、それは、ほぼ同じ頻度の人々が想定する傾向があるので、そうすることは現実的ではありません多くの異なる互換性のない方法のどちらに問題が最終的に必要になることがありますが一般化されます。

パフォーマンスは重要な考慮事項である場合があります。この質問は、入力が非常に大きいことを規定するものではなく、ここに投稿されたすべてのメソッドが十分に高速である可能性があります。ただし、速度が必要な場合は、1,000万行の入力ファイルに関する小さなベンチマークを次に示します。

$ perl -e 'print((<>) x 2000000)' file > bigfile
$ du -sh bigfile
439M    bigfile
$ wc -l bigfile
10000000 bigfile
$ TIMEFORMAT=%R
$ time grep -o '[^[:space:]]\+$' bigfile > bigfile.out
819.565
$ time grep -oE '\S+$' bigfile > bigfile.out
816.910
$ time grep -oP '\S+$' bigfile > bigfile.out
67.465
$ time cut -d= -f2 bigfile > bigfile.out
3.902
$ time grep -o '[^[:space:]]\+$' bigfile > bigfile.out
815.183
$ time grep -oE '\S+$' bigfile > bigfile.out
824.546
$ time grep -oP '\S+$' bigfile > bigfile.out
68.692
$ time cut -d= -f2 bigfile > bigfile.out
4.135

順序が重要な場合（I / Oが重いタスクの場合と同じように）、および結果を歪める可能性のある他の処理をバックグラウンドで実行していないマシンがなかったため、2回実行しました。これらの結果から、少なくとも暫定的に、使用したサイズの入力ファイルについて、以下を結論づけます。

• うわー！渡す-P（使用にPCRE）ではなく-G（何も方言が指定されていないデフォルト）または-E作られたgrep桁を超えることにより、より速く。そのため、大きなファイルの場合、上記のコマンドよりもこのコマンドを使用した方がよい場合があります。

  grep -oP '\S+$' file

• ワオ！！cut方法αғsнιηの答えは、より迅速な私の方法のさらに高速なバージョンよりも一桁を超えています！これはpa4080のベンチマークでも勝者であり、これはこれよりも多くのメソッドをカバーしましたが、入力は小さく、他のすべてのメソッドのうち、テストに含めるために選択しました。パフォーマンスが重要な場合やファイルが巨大な場合は、αғsнιηの方法を使用する必要があります。cut -d= -f2 filecut

  これはまた、リマインダとして機能シンプルcutかつpasteユーティリティを忘れてはならない、と該当する場合、おそらく優先されなければならない、などのより高度なツールがあってもgrepそれは多くの場合、最初の行のソリューションとして提供されている（と私は個人的にもっと慣れていていること使用する）。

perl- S ubstituteパターン/.*= /空の文字列を持ちます//：

perl -pe 's/.*= //' input.file > output.file

perl -i.bak -pe 's/.*= //' input.file

• からperl --help：

  -e program        one line of program (several -e's allowed, omit programfile)
  -p                assume loop like -n but print line also, like sed
  -i[extension]     edit <> files in place (makes backup if extension supplied)
  

sed -パターンを空の文字列に置き換えます：

sed 's/.*= //' input.file > output.file

または（ただし上記よりも遅い）：

sed -i.bak 's/.*= //' input.file

• これは、Zannaの回答にあるものよりも数倍速いため、このアプローチに言及しています。

gawk-パターン".*= "を空の文字列に置き換えます""：

gawk '{gsub(".*= ", "");print}' input.file > output.file

• からman gawk：

  gsub(r, s [, t]) For each substring matching the regular expression r in the string t,
                   substitute the string s, and return the number of substitutions. 
                   If t is not supplied, use $0...