¿Cómo extraer los dos primeros caracteres de una cadena en el script de shell?

Por ejemplo, dado:

USCAGoleta9311734.5021-120.1287855805

Quiero extraer solo:

US

Probablemente el método más eficiente, si está utilizando el bashshell (y parece que lo es, según sus comentarios), es usar la variante de subcadena de expansión de parámetros:

pax> long="USCAGol.blah.blah.blah"
pax> short="${long:0:2}" ; echo "${short}"
US

Esto se establecerá shortpara ser los dos primeros caracteres de long. Si longes más corto que dos caracteres, shortserá idéntico a él.

Este método de shell generalmente es mejor si lo vas a hacer mucho (como 50,000 veces por informe como mencionas) ya que no hay sobrecarga de creación de procesos. Todas las soluciones que utilizan programas externos sufrirán esa sobrecarga.

Si también quisieras asegurar una longitud mínima , puedes rellenarlo de antemano con algo como:

pax> long="A"
pax> tmpstr="${long}.."
pax> short="${tmpstr:0:2}" ; echo "${short}"
A.

Esto garantizaría que algo menos de dos caracteres de longitud se rellenara a la derecha con puntos (o algo más, simplemente cambiando el carácter utilizado al crear tmpstr). No está claro que necesites esto, pero pensé que lo pondría completo.

Dicho esto, hay varias maneras de hacer esto con programas externos (por ejemplo, si no tiene a su bashdisposición), algunas de las cuales son:

short=$(echo "${long}" | cut -c1-2)
short=$(echo "${long}" | head -c2)
short=$(echo "${long}" | awk '{print substr ($0, 0, 2)}'
short=$(echo "${long}" | sed 's/^\(..\).*/\1/')

Los primeros dos ( cuty head) son idénticos para una cadena de una sola línea; básicamente, ambos solo le devuelven los dos primeros caracteres. Se diferencian en que cutle dará los dos primeros caracteres de cada línea yhead le dará los dos primeros caracteres de toda la entrada.

El tercero usa la awkfunción de subcadena para extraer los dos primeros caracteres y el cuarto usa los sedgrupos de captura (usando ()y \1) para capturar los dos primeros caracteres y reemplazar toda la línea con ellos. Ambos son similares a cut: entregan los dos primeros caracteres de cada línea en la entrada.

Nada de eso importa si está seguro de que su entrada es una sola línea, todas tienen un efecto idéntico.

la forma más fácil es

${string:position:length}

Donde esto extrae la $lengthsubcadena de $stringat$position .

Este es un bash incorporado así que no se requiere awk o sed.

Usted ha conseguido varias respuestas buenas y me gustaría ir con el Bash incorporado a mí mismo, pero ya que preguntas acerca sedy awky ( casi soluciones) que nadie más ofrece en base a ellas, les ofrecen éstas:

echo "USCAGoleta9311734.5021-120.1287855805" | awk '{print substr($0,0,2)}'

y

echo "USCAGoleta9311734.5021-120.1287855805" | sed 's/\(^..\).*/\1/'

El awkuno debería ser bastante obvio, pero aquí hay una explicación sed:

• sustituto "s /"
• el grupo "()" de dos de los caracteres ".." que comienza al principio de la línea "^" y seguido de cualquier carácter "." repetido cero o más veces "*" (las barras invertidas son necesarias para escapar de algunos de los caracteres especiales)
• por "/" el contenido del primer (y único, en este caso) grupo (aquí la barra invertida es un escape especial que se refiere a una sub-expresión coincidente)
• hecho "/"

Si estás dentro bash, puedes decir:

bash-3.2$ var=abcd
bash-3.2$ echo ${var:0:2}
ab

Esto puede ser justo lo que necesitas ...

Solo grep:

echo 'abcdef' | grep -Po "^.."        # ab

Puedes usar printf:

$ original='USCAGoleta9311734.5021-120.1287855805'
$ printf '%-.2s' "$original"
US

colrm - elimina columnas de un archivo

Para dejar los dos primeros caracteres, simplemente elimine las columnas a partir de 3

cat file | colrm 3

Muy tarde, pero aquí está

sed 's/.//3g'

O

awk NF=1 FPAT=..

O

perl -pe '$_=unpack a2'

Si desea utilizar secuencias de comandos de shell y no confiar en extensiones que no son posix (como los llamados bashisms), puede utilizar técnicas que no requieren herramientas externas de forking como grep, sed, cut, awk, etc., que luego Haz que tu guión sea menos eficiente. Quizás la eficiencia y la portabilidad posix no sean importantes en su caso de uso. Pero en caso de que lo sea (o simplemente como un buen hábito), puede usar el siguiente método de opción de expansión de parámetros para extraer los dos primeros caracteres de una variable de shell:

$ sh -c 'var=abcde; echo "${var%${var#??}}"'
ab

Utiliza la expansión del parámetro "prefijo más pequeño" para eliminar los dos primeros caracteres (esta es la ${var#??}parte), luego la expansión del parámetro "sufijo más pequeño" (el${var% parte) para eliminar la cadena de todo menos los dos primeros caracteres del original valor.

Este método se describió previamente en esta respuesta a la pregunta "Shell = Verificar si la variable comienza con #". Esa respuesta también describe un par de métodos de expansión de parámetros similares que se pueden usar en un contexto ligeramente diferente al que se aplica a la pregunta original aquí.

Si su sistema está usando un shell diferente (no bash), pero su sistema sí bash, aún puede usar la manipulación de cadena inherente bashinvocando bashcon una variable:

strEcho='echo ${str:0:2}' # '${str:2}' if you want to skip the first two characters and keep the rest
bash -c "str=\"$strFull\";$strEcho;"

Solo por diversión, agregaré algunos que, aunque son demasiado complicados e inútiles, no se mencionaron:

head -c 2 <( echo 'USCAGoleta9311734.5021-120.1287855805')

echo 'USCAGoleta9311734.5021-120.1287855805' | dd bs=2 count=1 status=none

sed -e 's/^\(.\{2\}\).*/\1/;' <( echo 'USCAGoleta9311734.5021-120.1287855805')

cut -c 1-2 <( echo 'USCAGoleta9311734.5021-120.1287855805')

python -c "print(r'USCAGoleta9311734.5021-120.1287855805'[0:2])"

ruby -e 'puts "USCAGoleta9311734.5021-120.1287855805"[0..1]'

perl -ple 's/^(..).*/$1/'

si mystring = USCAGoleta9311734.5021-120.1287855805

print substr(mystring,0,2)

nos imprimiría

donde 0 es la posición de inicio y 2 es cómo muchos caracteres para leer

¿Es esto lo que buscas?

my $string = 'USCAGoleta9311734.5021-120.1287855805';

my $first_two_chars = substr $string, 0, 2;

ref: substr