问题标签 [unix-text-processing]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
for-loop - AWK：使用类似于 FNR==NR 方法的方法连接和处理三个或更多文件
因为我在学习awk；我发现FNR==NR方法是处理两个文件的一种非常常见的方法。如果FNR==NR；然后是first file，当从连接文件中读取每一行时FNR重置为，这意味着它显然是.1!(FNR==NR)second file
当涉及三个或更多文件时，我看不到第二个和第三个文件的方式，因为它们的!(FNR==NR)条件相同。这让我试图弄清楚怎么会有类似FNR2and的东西FNR3？
所以我实现了一个方法来处理三个文件awk。假设FNR1 FNR2 FNR3每个文件都有。对于我制作for loop的每个单独运行的文件。每个循环的条件都是相同的NR==FNR#，实际上得到了我的预期：
所以我想知道是否有更清醒、更简洁的方法awk可以用下面的代码提供类似的结果
示例文件内容
AWK for 循环
当前和所需的输出
你可以看到NR对齐FNR#并且它是可读的 which NRis for which file#。
另一种方法
我在FNR==1{++f} f==1 {}这里找到了这个方法使用 awk 处理 3 个文件
arr1[1]但是每次读取新行时，此方法正在替换
失败尝试 1
for 循环成功（arr1[1]未更改）
awk - awk 数组已创建，但缺少元素
我有这个示例文件
我想创建一个数组，其中年份值是每个具有给定条件$2的唯一用户 ID 对的元素。例如和$1$4$3=="stop"arr[userXid1]=2010arr[userTid1]=2014
我的代码：
预期输出：
但这会打印空行。当我print length(arr)给出的时候3，这是有道理的。但$2价值观不存在，我不知道为什么。任何帮助表示赞赏。
补充：最终代码，与问题无关。
unix-text-processing - Bash 修剪一些文本
我有一个看起来像这样的输出
我怎样才能只grep最后的数字？
谢谢
awk - gsub：删除直到第一次出现而不是一行中给定字符的最后一次出现
我有一个 html 文件，我基本上尝试删除第一次出现的<...>with sub/gsub功能。
我使用 awk 正则表达式. * +来匹配< >. 然而，第一次出现>的被转义（？）。我不知道是否有解决方法。
示例输入 file.txt （x添加不打印空）：
代码：
电流输出：
所需的输出：
bash - 通过定义标题的正则表达式拆分 Markdown 文本文件
我正在尝试使用命令行程序将较大的文本文件拆分为块：
- 拆分定义的正则表达式模式
- 由该正则表达式模式中的捕获组定义的文件名
文本文件的格式为：
输出应该是具有以下文件名和内容的这两个文件：
2020-01-01.md ↓</p>
2020-01-02.md ↓</p>
我似乎无法正确掌握所有标准。
要拆分的正则表达式模式（分隔符）很简单，类似于^# (2020-.*)$
要么我无法设置一个多行正则表达式模式，它会越过\n换行符并在下一次出现分隔符模式时停止。
或者我可以在正则表达式模式上拆分csplit，但我不能用捕获的内容命名文件(2020-.*)
awk split()or也一样match()，不能让它完全工作。
我正在寻找一个通用的解决方案，参数是定义块开始（例如# 2020-01-01）和结束（例如下一个日期标题# 2020-01-02或EOF）的正则表达式模式
shell - 如何在文本文件中每隔 2 行插入一个新行？
从此开始，
例子.txt
走到这一步，
附加文本.txt
unix-text-processing - 如何检查一个文件中的字段是否不包含 UNIX 中另一个文件中的值列表
我有两个文件，一个具有该列的交易价值的数据。假设货币代码和另一个文件具有有效/预期的货币代码。
文件1：
ID|col1|curr_cd
1|abc|印度卢比
2|定义|美元
3|xyz|3AB
4|tuv|ABC
……
文件2
curr_cd
印度卢比
美元
加元
……
我需要那些无效的值列表，这意味着存在于 File1 中但不存在于 File2 中。File1 可能包含数百万个事务，因此我需要一个 AWK 或一个可以更快地为我提供结果的命令。
任何人都可以在这里帮助我。
bash - 如何对 Endnote Export File 格式的字段进行排序，其中 Line 在地址中包含 GRAZ 作为第一行？
我有一个 Endote 导出文件，如下所示：
以%+开头的字段包含作者地址，根据作者的作者地址（1 到 n 的关系），它可以包含更多行。每个作者地址由换行符（换行符）分隔
现在我想问一下如何按 GRAZ 所在的行对该字段进行排序。Graz 所在的这一行，它们应该是列表中的第一行。
有没有办法通过 bash 文本处理工具来做到这一点，或者需要我编写一个 Delphi 的程序来访问和导入尾注导出转储。
上面这个例子的输出应该是
我会很高兴并感谢任何有趣的建议。
regex - 如何使用正则表达式和 sed 提取分支名称？
如何使用 bash 从字符串中提取分支名称？例如，我有以下命令：
branch=$(git branch -a --contains $sha)
这可能会返回：
* branch-1.0（前缀始终是星号）branch-2.0 remotes/origin/branch-2.0（这里可能是换行而不是空格）master remotes/origin/master（这里可能是换行而不是空格）
而且我只需要分支名称（并且只需要一次）master-branch-2.0或branch-1.0. 我知道它可以用sed命令来完成，但我不知道怎么做。
我使用以下正则表达式：(branch-[0-9].[0-9])|(master)
bash - 在 awk 中处理具有多个分隔符的文本
我有一个看起来像的文字 -
我想要count:1列中的数字，所以1我希望将这些数字存储在一个数组中。
这似乎非常重复且效率不高，有什么想法可以简化吗？