我有一個17GB的管道分隔的.txt文件，並且需要將第32和第33個管道之間的超過10個字符的任何字符串替換爲它們的前10個字符以填充一個數據庫列，無需在崇高文本中打開該文件;所以需要通過Java或AIX-BASH來完成。在regex101.com我試圖實現在下面的帖子中提出的觀點：用子串替換後續分隔符之間的字符串
，但它不匹配的模式僅限制到我的替換字符串。
樣品輸入：
|12210|IA||15||i956-743||||||l.4073||||a5015b3ed||l.464939|IC|||06 06:18:17||wireered||ENTITY|wirvered|2||||NoPodfoundorpoddoesnothaveedgetob-rd=l.415.63Z|REY||||RY|REY||
預期輸出：
變化...|NoPodfundddorpoddoesnot...|...到...|NoPodfundd|...
更換/截斷後全部輸出字符串：
|12210|IA||15||i956-743||||||l.4073||||a5015b3ed||l.464939|IC|||06 06:18:17||wireered||ENTITY|wirvered|2||||NoPodfundd|REY||||RY|REY||
在嘗試正則表達式匹配：
^(?:[^|]*\|){32}[^|]+\|相匹配一切從開始到第33 |，所以|12210.......l.415.63Z|，但我希望它只能匹配管道32和33之間的串，特別NoPodfoundorpoddoesnothaveedgetob-rd=l.415.63Z，用於更換的目的。
update 1; 10/18/17：
(^(?:[^|]*\|){32}[^|]{0,10})([^|]*)(\|.*$)用\1\3的組捕獲取代提供了期望的結果。但是這場比賽必須有一個缺陷，因爲它似乎捕獲了一個非捕獲組(?:[^|]*\|)。
update 2; 17年10月19日：
試圖膩子命令行下面的命令，但它不編輯該文件：
cat subStrTest.txt
awk 'BEGIN{FS=OFS="|"}{$33=substr($33,1,10)} 1' subStrTest.txt
https://www.gnu.org/software/gawk/manual/html_node/String-Functions.html表明
string = substr(string,startIndex,numOfCharacters)
是有效的語法，至少gawk，但我不知道是否轉讓
$33=substr($33,1,10)
有效期爲與$引用的字符串，如$33內awk
如果你是在Unix/Linux上運行，爲什麼不使用'sed'？ –
嘗試使用awk。這種情況很好。 – Malt
沒有缺陷，它捕獲非捕獲組，因爲它嵌套在捕獲組中，因此會被捕獲。使用其他類型的正則表達式，你可以不使用第一個捕獲組，因爲可以使用'\ K'標記。在regex101上試試'^（？：[^ |] * \ |）{32} \ K（（[^ |] {0,10}）[^ | * *）（？= \ |）。不幸的是，Java不支持這個令牌（據我所知） – ctwheels