我有一个包含大约1百万个文件的large.tar.gz文件,其中大约1/4是html文件,我想解析其中每个html文件的几行.
我想避免将大型.tar.gz的内容提取到一个文件夹然后解析html文件,而我想知道如何在big.tar.gz中直接管道html文件的内容到STDOUT,以便我可以从他们那里获取/解析我想要的信息?
我认为必须有一些魔术:
tar -special_flags large.tar.gz | grep_only_files_with_extension html | xargs -n1 head -n 99999 | ./parse_contents.pl -
有任何想法吗?
将此与GNU tar一起使用以将tgz提取到stdout:
tar -xOzf large.tar.gz --wildcards '*.html' | grep ...
-O,--to-stdout
: extract files to standard output
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。