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：
原文链接：https://www.f2er.com/bash/384641.htmltar -xOzf large.tar.gz --wildcards '*.html' | grep ...
-O,--to-stdout: extract files to standard output
