Question

我使用txt文件（unix，shell脚本）工作，这些文件由管道分隔数百万字段，而不是由\n或\r分隔。像这样的东西：

field1a|field2a|field3a|field4a|field5a|field6a|[...]|field1d|field2d|field3d|field4d|field5d|field6d|[...]|field1m|field2m|field3m|field4m|field5m|field6m|[...]|field1z|field2z|field3z|field4z|field5z|field6z|

所有文字都在同一行。

每个文件的字段数都是固定的。

（在本例中我有field1=name; field2=surname; field3=mobile phone; field4=email; field5=office phone; field6=skype）

当我需要找到一个字段（ex field2）时，像grep这样的命令不起作用（在同一行）。

我认为一个好的解决方案可以做一个脚本，用＃34; \ n＆＃34;分隔每6个字段。并做了一个grep。我对吗？非常感谢你！

Answer 1

使用awk：

$ cat a
field1a|field2a|field3a|field4a|field5a|field6a|field1d|field2d|field3d|field4d|field5d|field6d|field1m|field2m|field3m|field4m|field5m|field6m|field1z|field2z|field3z|field4z|field5z|field6z|



$ awk -F"|" '{for (i=1;i<NF;i=i+6) {for (j=0; j<6; j++) printf $(i+j)"|"; printf "\n"}}' a

field1a|field2a|field3a|field4a|field5a|field6a|
field1d|field2d|field3d|field4d|field5d|field6d|
field1m|field2m|field3m|field4m|field5m|field6m|
field1z|field2z|field3z|field4z|field5z|field6z|

在这里，您可以轻松设置行的长度。

希望这有帮助！

Answer 2

您可以使用sed将行分成多行：

 sed 's/\(\([^|]*|\)\{6\}\)/\1\n/g' input.txt > output.txt

说明：

我们必须使用(){}的重反斜杠转义，这会使代码稍微不可读。
但简而言之：
- (([^|]*|){6})和s/之间的/\1（为了便于阅读而删除反斜杠）一词将匹配：
  - [^|]*任何字符，但“|”，重复多次
  - |后跟“|”
  - 上面显然是一列，它与封闭的parantheses (和)
  - 整个小组重复6次{6}
  - 然后再将其与封闭的parantheses (和)组合在一起，形成一整套

该术语的其余部分易于阅读：

将上述（6个字段的整个数据集）替换为\1\n，/和/g之间的部分
\1是指sed表达式中的“第一个”组（启动的“第一个”组，因此它是6个字段的整个数据集）
\n是换行符
所以替换6个字段的整个数据集，然后换行换行符
并重复执行此操作（尾随g）

Answer 3

您可以使用sed将每第6个|转换为换行符。

在我的tcsh版本中，我可以这样做：

sed 's/\(\([^|]\+|\)\{6\}\)/\1\n/g' filename

考虑一下：

> cat bla
a1|b2|c3|d4|

> sed 's/\(\([^|]\+|\)\{6\}\)/\1\n/g' bla
a1|b2|
c3|d4|

这就是正则表达式的工作原理：

[^|]是任何非|字符。
[^|]\+是至少一个非|字符的序列。
[^|]\+|是至少一个非|字符后跟|的序列。
$[^|]\+|$是至少一个非|字符后跟|的序列，组合在一起
$[^|]\+|$\{6\}是连续6个这样的群体。
$\([^|]\+|$\{6\}\)是连续6个这样的群组，组合在一起。

替换只需要6个组的序列，并在最后添加换行符。

Answer 4

以下是我使用awk

的方法

awk -v RS="|" '{printf $0 (NR%7?RS:"\n")}' file
field1a|field2a|field3a|field4a|field5a|field6a|[...]
field1d|field2d|field3d|field4d|field5d|field6d|[...]
field1m|field2m|field3m|field4m|field5m|field6m|[...]
field1z|field2z|field3z|field4z|field5z|field6z|

只需将NR%7字段调整为适合您的字段数。

Answer 5

如何在六块街区打印线条？

$ awk 'BEGIN{FS=OFS="|"} {for (i=1; i<=NF; i+=6) {print $(i), $(i+1), $(i+2), $(i+3), $(i+4), $(i+5)}}' file
field1a|field2a|field3a|field4a|field5a|field6a
field1d|field2d|field3d|field4d|field5d|field6d
field1m|field2m|field3m|field4m|field5m|field6m
field1z|field2z|field3z|field4z|field5z|field6z

解释

BEGIN{FS=OFS="|"}将输入和输出字段分隔符设置为|。
{for (i=1; i<=NF; i+=6) {print $(i), $(i+1), $(i+2), $(i+3), $(i+4), $(i+5)}}循环浏览6个块上的项目。每次打印其中六个。当print最终写完一个新行时，你就完成了。

Answer 6

如果要将文件视为多行，请将\n作为字段分隔符。例如，要获取第二列，只需执行：

tr \| \\n < input-file | sed -n 2p

要查看哪些列与正则表达式匹配，请执行：

tr \| \\n < input-file | grep -n regex

拆分一个大文本文件来做grep - unix

6 个答案:

解释