regex - 重新排序文本文件中的大量列

Question

我需要一种方法（awk/perl/sed/shell）来修改文件的内容，如下所示：

前：

123456|ABCDEF|123|011|A|E|NULL|R|UNKNOWN|A1|A2|B1|B2|C1|C2|2013|2013|9999|Y

后：

123456|ABCDEF|123|011|A|E|NULL|R|UNKNOWN|9999|Y|A1|B1|C1|NULL|NULL|NULL|2013|2013

我需要在第 9 列之后移动最后 2 列，删除第 11、13、15 列，并NULL|NULL|NULL在第 14 列和第 15 列之间插入（C1|2013）。任何提示表示赞赏。cut命令不能改变插入的顺序，所以需要换一种方式。输入文件有 1000 万行这样的行，我正在寻找最好的方法来做到这一点。

Answer 1

丑陋的问题需要丑陋的解决方案：

awk -F"|" '{
    for(i=1;i<=9;i++) { printf "%s|" ,$i }
    printf "%s|%s|",$(NF-1),$NF
    for(i=10;i<16;i+=2) { printf "%s|" ,$i }
    printf "%s|%s|%s|","NULL","NULL","NULL"
    for(i=16;i<(NF-2);i++) { printf "%s|" ,$i }
    print $(NF-2)
}' inputFile

Answer 2

GNU sed的代码：

sed -r 's/((\w+\|){9})(\w+\|)\w+\|(\w+\|)\w+\|(\w+\|)\w+(\|\w+\|)(\w+)\|(\w+\|\w+)/\1\8|\3\4\5NULL|NULL|NULL\6\7/' file

---

$猫文件
123456|ABCDEF|123|011|A|E|NULL|R|未知|A1|A2|B1|B2|C1|C2|2013|2013|9999|Y

$sed -r 's/((\w+\|){9})(\w+\|)\w+\|(\w+\|)\w+\|(\w+\|)\w+(\|\ w+\|)(\w+)\|(\w+\|\w+)/\1\8|\3\4\5NULL|NULL|NULL\6\7/' 文件
123456|ABCDEF|123|011|A|E|NULL|R|UNKNOWN|9999|Y|A1|B1|C1|NULL|NULL|NULL|2013|2013

Answer 3

不想计算你的列，但你可以从下一个 perl 脚本中得到这个想法：

perl -F'/\|/' -lanE 'say join("|", $F[2], "NULL", "NULL", $F[0], $F[3], $F[1])'

对于输入

123456|ABCDEF|123|011

生产

123|NULL|NULL|123456|011|ABCDEF

thaautosplit模式分割字符上的每一行|，您可以根据需要对字段重新排序。将join字段与|.

为了好玩 - 纯粹的 bash - 和慢 :)

while IFS='|' read -r a b c d
do
echo "$a|NULL|$d|$c|NULL|$b"
done << EOF
123456|ABCDEF|123|011
EOF

印刷

123456|NULL|011|123|NULL|ABCDEF

Answer 4

您可以awk为此使用：

awk 'BEGIN{FS=OFS="|"}{print $1,$2,...,"9999|Y",..."NULL|NULL|NULL",...'

$1是第一个字段，$2第二个，等等。