1

我有一个带有逗号分隔列的表，我想将指定列中的逗号分隔值分隔到新行。例如，给定的表是

Name    Start   Name2

A   1,2 X,a

B   5   Y,b

C   6,7,8   Z,c

我需要分隔第 2 列中的逗号分隔值以获得下表

Name    Start   Name2

A   1   X,a

A   2   X,a

B   5   Y,b

C   6   Z,c

C   7   Z,c

C   8   Z,c

我想知道是否有任何带有 shell 脚本的解决方案，以便我可以创建一个工作流管道。

注意：原始表可能包含超过 3 列。

4

2 回答 2

0

在 Runner 修改原始问题后，另一种方法可能如下所示：

#!/bin/sh

# Usage $0 <file> <column>
#

FILE="${1}"

COL="${2}"

# tokens separated by linebreaks
IFS="
"

for LINE in `cat ${FILE}`; do
    # get number of columns
    COLS="`echo ${LINE} | awk '{print NF}'`"

    # get actual field by COL, this contains the keys to be splitted into individual lines
    # replace comma with newline to "reuse" newline field separator in IFS
    KEYS="`echo ${LINE} | cut -d' ' -f${COL}-${COL} | tr ',' '\n'`"

    COLB=$(( ${COL} - 1 ))
    COLA=$(( ${COL} + 1 ))

    # get text from columns before and after actual field
    if [ ${COLB} -gt 0 ]; then
            BEFORE="`echo ${LINE} | cut -d' ' -f1-${COLB}` "
    else
            BEFORE=""
    fi

    AFTER=" `echo ${LINE} | cut -d' ' -f${COLA}-`"

    # echo "-A: $COLA ($AFTER) | B: $COLB ($BEFORE)-"

    # iterate keys and re-build original line
    for KEY in ${KEYS}; do
            echo "${BEFORE}${KEY}${AFTER}"
    done
done

有了这个 shell 文件，你可以做你想做的事。这会将第 2 列拆分为多行。

./script.sh input.txt 2

如果您想使用管道通过标准输入传递输入（例如一次拆分多列），您可以将 6. 行更改为：

if [ "${1}" == "-" ]; then
    FILE="/dev/stdin"
else 
    FILE="${1}"
fi

并以这种方式运行：

./script.sh input.txt 1 | ./script.sh - 2 | ./script.sh - 3

请注意，cut 对字段分隔符非常敏感。因此，如果该行以空格字符开头，则第 1 列将为“”（空）。如果字段由空格和制表符混合分隔，则此脚本也会有其他问题。在这种情况下（如上所述）过滤输入资源（以便字段仅由一个空格字符分隔）应该这样做。如果这是不可能的，或者每列中的数据也包含空格字符，则脚本可能会变得更加复杂。

于 2012-12-27T21:33:15.287 回答
0

假设您的输入和输出的格式没有改变：

awk 'BEGIN{FS="[ ,]"} {print $1, $2, $NF; print $1, $3, $NF}' input_file

输入：

input_file：

A 1,2 X    
B 5,6 Y

输出：

A 1 X
A 2 X
B 5 Y
B 6 Y

说明：

  • awk：invoke awk，用于操作行（记录）和字段的工具
  • '...': 用单引号括起来的内容awk作为说明提供
  • 'BEGIN{FS="[ ,]"}: 在阅读任何行之前，告诉 awk 使用空格和逗号作为分隔符；FS 代表字段分隔符。
  • {print $1, $2, $NF; print $1, $3, $NF}：对于读取的每个输入行，在一行上打印第一个、第二个和最后一个字段，然后在下一行打印第一个、第三个和最后一个字段。NF 代表字段数，$NF最后一个字段也是如此。
  • input_file: 将输入文件的名称作为参数提供给 awk。

响应更新的输入格式：

awk 'BEGIN{FS="[ ,]"} {print $1, $2, $4","$5; print $1, $3, $4","$5}' input_file
于 2012-12-04T16:43:22.917 回答