2

我有一个这样格式化的 .csv 文件；

我的文件.csv

**Date,Timestamp,Data1,Data2,Data3,Data4,Data5,Data6**  
20130730,22:08:51.244,APPLES,Spain,67p,blah,blah  
20130730,22:08:51.244,PEARS,Spain,32p,blah,blah  
20130730,22:08:51.708,APPLES,France,102p,blah,blah  
20130730,22:10:62.108,APPLES,Spain,67p,blah,blah  
20130730,22:10:68.244,APPLES,Spain,67p,blah,blah

我希望输入一个时间戳，该时间戳很可能不会与文件中的毫秒完美匹配，并找到与特定 grep 搜索匹配的前一行。

所以例如类似的东西；

cat myfile.csv | grep 'Spain' | grep 'APPLES' | grep -B1 "22:09"

应该返回

20130730,22:08:51.244,APPLES,Spain,67p,blah,blah

但到目前为止，我只能让它与 grep 中的确切时间戳一起工作。有没有办法让它将这些视为时间序列？（我猜这就是问题所在 - 它正在尝试纯模式匹配，而不是无理地找不到一个）

4

3 回答 3

2

我还有一个使用 awk 的奇特解决方案：

awk -F ',' -v mytime="2013 07 30 22 09 00" '
  BEGIN {tlimit=mktime(mytime); lastline=""}
  {
    l_y=substr($1,0,4); l_m=substr($1,4,2); l_d=substr($1,6,2);
    split($2,l_hms,":"); l_hms[3]=int(l_hms[3]);
    line_time=mktime(sprintf("%d %d %d %d %d %d", l_y, l_m, l_d, l_hms[1], l_hms[2], l_hms[3]));
    if (line_time>tlimit) exit; lastline=$0;
  }
  END{if lastline=="" print $0; else print lastline;}' myfile.csv

它的工作原理是使用 awk 的时间函数从每一行制作时间戳mktime。我也假设$1是日期。

在第一行，你必须提供你想要的时间限制的时间戳（这里我选择2013 07 30 22 09 00）。您必须根据mktime:使用的格式编写它YYYY MM DD hh mm ss。您开始 awk 语句，以弥补您的时间限制的时间戳。然后，对于每一行，您从（第 4 行）赶上年、月和日$1，然后从（第 5 行）赶上确切的小时$2。由于mktime只需要整秒，我会截断秒数（您可以用 将其四舍五入int(l_hms[3]+0.5)）。在这里你可以做任何你想要近似时间戳的事情，比如丢弃秒数。在第 6 行，我从提取的六个日期字段中制作时间戳。最后，在第 7 行，我比较了时间戳，并在达到您的时间限制时结束。如您所愿，我将该行存储到变量中lastline. 退出时，我打印lastline；如果达到第一行的时间限制，我会打印第一行。

此解决方案适用于您的示例文件，适用于您提供的任何日期。您只需要以正确的格式提供日期限制！

编辑

我意识到这mktime没有必要。如果假设$1日期写为 YYYYMMDD，您可以将日期作为数字进行比较，然后是时间（用 提取split，重新构建为其他答案中的数字）。在这种情况下，您可以提供所需格式的时间限制，并在BEGIN块中恢复正确的日期和时间限制。

于 2013-08-23T15:52:58.893 回答
2

你可以有一个 awk 将它看到的最后一行保存在内存中，该行的时间戳低于你提供给它的时间戳，并在最后打印最后一个匹配项（考虑到它们是按升序排列的）

前任：

awk  -v FS=',' -v thetime="22:09" '($2 < thetime) { before=$0 ; }  END { print before ; }' myfile.csv

当您向它提供一个字符串时，这恰好起作用，从字典上讲，它不需要具有完整大小（即 22:09:00.000）来进行比较。

相同，但为了便于阅读，有几行：

awk  -v FS=',' -v thetime="22:09" '
   ($2 < thetime) { before=$0 ; }  
   END            { print before ; }' myfile.csv

现在，如果我了解您的全部要求：您需要在匹配国家和产品类型的行中找到时间戳之前的最后一行？然后：

awk -v FS=',' -v thetime="${timestamp}" -v country="${thecountry}" -v product="${theproduct}" '
   ( $4 == country ) && ( $3 == product ) && ( $2 < thetime ) { before=$0 ; }
   END             { print before ; }'  myfile.csv

应该适合你......（用 10:07, Spain 和 APPLES 喂它，它返回预期的“20130730,22:08:51.244,APPLES,Spain,67p,blah,blah”行）

如果您的文件跨越几天（解决 Bentoy13 的问题），

awk -v FS=',' -v theday="${theday}" -v thetime="${timestamp}" -v thecountry="${thecountry}" -v theproduct="${theproduct}" '
   ( $4 == thecountry ) && ( $3 == theproduct ) && (($1<theday)||(($1==theday)&&($2<thetime))) { before=$0 ; }
   END             { print before ; }'  myfile.csv

如果第一列发生变化（即，如果它跨越几天），最后一个也可以工作，但你也需要在当天喂它

于 2013-08-23T14:54:27.180 回答
1

你可以使用awk，而不是你grep喜欢这样：

 awk -v FS=',' -v Hour=22 -v Min=9 '{split($2, a, "[:]"); if ((3600*a[1] + 60*a[2] + a[3] - 3600*Hour - 60*Min)^2 < 100) print $0}' file

并基本上将其更改为100您想要的任何容忍度。

于 2013-08-23T14:10:33.353 回答