0

我在 a.txt 文件中有输入，

10000030
10000029
10000028
10000027
10000026
10000024
10000023
10000021
10000018
10000018
10000017
10000016
10000015
10000014
10000013
10000011
10000010
10000009
10000008
10000006
10000005
10000004
10000003
10000002
10000001

我需要将连续的输入组合在一起，例如：

10000001,10000006,6
10000008,10000011,4
10000013,10000019,7
10000021,10000021,1
10000023,10000024,2
10000026,10000030,5

帮我解决这个脚本.....

4

1 回答 1

2

首先，您的输入数据似乎有错字。为了获得您想要的输出，首先10000018应该是10000019.

修复后，您可以通过以下脚本传递已排序的文件来获得所需的输出：awk

NR==1 {
    first = $0;
    last = $0;
    prev = $0;
    count = 1;
    next;
}
$0 == prev+1 {
    last = $0;
    prev = $0;
    count++;
    next;
}
{
    print first","last","count;
    first = $0;
    last = $0;
    prev = $0;
    count = 1;
}
END {
    if (count > 0) {
        print first","last","count
    }
}

调用该脚本data.awk并将数据放入data.in中，结果如下：

pax> sort data.in | awk -f data.awk
10000001,10000006,6
10000008,10000011,4
10000013,10000019,7
10000021,10000021,1
10000023,10000024,2
10000026,10000030,5

详细说明awk脚本的工作原理。对于第一个输入行NR == 1，它只是将当前值存储到first,last和prev(序列的开始、序列的结束和用于监视序列的前一行。它还将当前计数设置为1并返回处理第二个线。

$0 == prev+1在所有后续行中，如果当前行比上一行多一个，则触发第二部分。在这种情况下，它只是更新last和prev值和增量count，然后返回顶部处理下一行。

因此，第三部分将针对前两部分未捕获的任何情况触发。这是输入文件中除第一行之外的任何记录，其行不是前一行的加号。换句话说，当开始一个新的序列时。它首先打印出最新序列的详细信息，然后复制我们在第一部分中所做的。

该END部分在处理完所有行后触发，需要输出最终序列的详细信息。请注意，它仅在count大于零时才输出。如果count 为零，则文件为空，因此根本没有序列。

还有一个稍微短一些的变体，它依赖于一些额外的条件、行的连接以及这些部分按顺序处理的事实：

NR > 1 && $0 == prev+1 {
    last = $0; prev = $0; count++;
    next;
}
{
    if (NR != 1) { print first","last","count; }
    first = $0; last = $0; prev = $0; count = 1;
}
END {
    if (count > 0) { print first","last","count }
}

当然，还有超短（而且可读性差得多）的命令行变体：

pax> sort data.in | awk 'NR>1&&$0==pr+1{ls=$0;pr=$0;ct++;next}{if(NR!=1){print fr","ls","ct}fr=$0;ls=$0;pr=$0;ct=1}END{if(ct>0){print fr","ls","ct}}'
10000001,10000006,6
10000008,10000011,4
10000013,10000019,7
10000021,10000021,1
10000023,10000024,2
10000026,10000030,5
于 2013-09-15T06:10:32.220 回答