2

我正在处理一些包含“||||”的字段分隔符的文本：

substring1||||substring2

子字符串也可能包含空格。我想根据分隔符“||||”拆分这些字符串，但我找不到合适的方法来做到这一点。我尝试了以下命令：

echo "substring1||||substring2" | awk '{split($0,a,"||||"); a[2],a[1]}'

实际上，如果我只有一个“|”，则该命令有效 作为分隔符。但我的问题是我有多个管道字符。

我也试过 

a=($(echo "substring1||||substring2" | sed -e "s/||||/\n/g"))

如果子字符串不包含空格，它可以正常工作。但由于子字符串可能包含空格，因此它们也在空格上被拆分，这是不希望的。

任何想法？

4

4 回答 4

9

使用正则表达式作为输入字段分隔符，例如：

awk -F'[|]{4}' '{ printf "Field 1 -> %s\nField 2 -> %s\n", $1, $2 }' infile

假设infile内容：

sub string 1||||sub string2

它产生：

Field 1 -> sub string 1
Field 2 -> sub string2

编辑awk：对于不接受{n}语法使用的旧版本，-F'[|][|][|][|]'或者-F'[|]+'，例如：

awk -c -F'[|]+' '{ printf "Field 1 -> %s\nField2 -> %s\n", $1, $2 }' infile

另外--re-interval，感谢blue的评论：

awk -c --re-interval -F'[|]{4}' '{ printf "Field 1 -> %s\nField2 -> %s\n", $1, $2 }' infile
于 2013-06-09T10:17:20.083 回答
3

GNU awk您可以描述一个字段正在使用什么FPAT，而不是描述字段分隔符是什么：

$ echo "substring1||||substring2" | awk '{print $1,$2}' FPAT='[^|]+' OFS='\n'
substring1
substring2
于 2013-06-09T13:00:52.617 回答
2

splitin使用的模式awk实际上是正则表达式，因此||||实际上可能是 4 个交替运算符而不是 4 个文字竖线（我不确定，因为在某些条件下，|可以是文字竖线。

要匹配竖线，请使用\|或[|]。所以对于你想要的，你可以这样做

awk '{ split($0, a, /\|+/); print a[2],a[1]}' file

注意我使用/.../（正则表达式常量）来包围模式而不是引号（动态正则表达式）。有关gawk 手册中差异的一些细节。

如果要将第 1 列写入一个文件，将第 2 列写入另一个文件，则可以全部完成awk（我使用的是 Birei 的方式，因为它更简洁）。

awk -F'[|]+' '{c1 = c1 $1 "\n"; c2 = c2 $2 "\n"} END {printf c1 >"file1"; printf c2 >"file2"}' input_file

这会将第 1 列条目附加到c1由换行符分隔的第 2 列到c2. 然后在处理输入文件后将两者打印到单独的文件中。

笔记：

  1. 串联awk通过将字符串并排放置来起作用。
  2. 我使用printfwhich 不附加换行符，因为我们在c1and的末尾已经有一个额外的换行符c2。
  3. awk 脚本中除 betweenprintf及其参数外的所有水平间距都是可选的。

旁注： 的值-F实际上是一个动态正则表达式，所以相当于'[|]+'is '\\|+'。

于 2013-06-09T11:53:07.903 回答
-3

尝试使用 sed 和 tr ...看看它是否有帮助！

输入.txt

sub string 1||||sub string 2
            or
 substring1||||substring2

代码

  sed 's/||*/%~%/g' Input.txt| tr "%~%" '\n' | sed '/^$/d'

笔记

使用任何表达式，如 "%~%" ...。任何不会出现在您的文本文件中的表达式（就像我使用过的那样）...并使用 sed 和 tr 替换它...

于 2013-06-09T10:28:14.053 回答