Question

嗨我实际上试图管理一个awk脚本，该脚本摆弄了一个包含以下内容的文本文件

    . [135]Edwards Engineering Pty Ltd
       Quality Structural Steel. Specialising In Fabrication And Steel
       Stairs
       21- 23 Ada Ave, Brookvale NSW 2100
       ph: (02) 9938 5320

 . [269]Diavolo Steel Fabrication
       5 Humeside Drv, Campbellfield VIC 3061
       ph: (03) 9357 7947


       . [40]WH Williams Pty Ltd
       Your Partner For High Quality Custom-Made Metal Products
       Short lead times & unbeatable quality. Make us the first choice for
       your entire sheetmetal laser cutting,bending,welding & more.
       61- 77 Egerton St, Silverwater NSW 2128
       ph: (02) 9647 1277
            [41]www.whwilliams.com.au

等等..实际上是一个巨大的文件.. 我设法编写的脚本是

awk '$2 ~ /\. \[/{$1=x; print}' RS=\*  FS='\n' OFS='|' Myfile > excel.csv

此命令将我的文本文件转换为具有记录分隔的csv文件。但正如您在上面看到的，上面提到的示例中的地址长度是变化的，我得到一个不规则格式的csv文件..

所以我现在要做的就是更改命令来放置 1.在一个单元格中的公司标题， 2.描述部分，如果存在于一个单元格中，如果不存在，则该单元格为空， 3.一个单元格中的地址部分， 4.一个小区中的电话号码 5.网站在一个单元格.. 如果任何特定组件不存在，该单元格应留空..

我是linux的新手，试图处理shell和awk的新东西...... 如果可能的话，任何人都可以帮助我...

Answer 1

我使用了将由多行分隔的一组记录转换为由〜分隔的单行的逻辑然后你可以在此基础上编写一个逻辑来将它转换为csv文件（我还没有完成）

cat ip_file.txt | tr '\n' '~' | tr '[' '\n'

注意：假设[不会介入记录之间

Answer 2

我不得不承认这是一个有点复杂的场景，你需要处理多个行字段，我想到了以下要求：

每个字段可能跨越多行
输出需要特殊格式，此处为 CSV 格式，a.k.a逗号分隔文字
转义 CSV
关于某些字段格式的一些假设，例如电话号码可能以ph:开头，地址号码可能以街道号码等开头

以下是供您参考的代码段：

#!/usr/bin/awk -f
BEGIN{
    RS="\.\s* \[[0-9]+\]";
    FS="\n";
    OFS=",";
}

function find_next_field_until_regex(regex, i, result){
    result = "";
    for (; i < NF; i++){
        field = $i
        sub(/,/, "\,", field);
        sub(/^[ \t]*/, "", field);
        if (field ~ regex){
            break;
        }
        result = result field;
    }
    printf("%s%s", result, OFS);
    return i;
}

{
    if(NF>1){
        sub(/,/, "\,", $1);
        printf("%s%s", $1, OFS);
        i = 2;
        i = find_next_field_until_regex("^[0-9]+", i); #discription
        i = find_next_field_until_regex("^ph: ", i); #address
        i = find_next_field_until_regex("www\\.", i); #phone
        for (; i < NF; ++i){
            printf("%s", $i);
        }
    }
    printf("\n");
}

同时检查gist snippet。

Answer 3

awk '$1 ~ /\. \[/ {
 sub(/\. \[[0-9]*]/, "", $1)
 if ($2 ~ /^ *[0-9]/) $2 = OFS$2
 n = split($0, a, OFS)
 while (a[3] !~ /^ *[0-9]/)
 {                       
  a[2] = a[2]a[3]
  for (i=3; i<=n; ++i) a[i]=a[i+1]
  --n                              
 }   
 print a[1],a[2],a[3],a[4],a[5] }' RS= FS='\n' OFS='|' Myfile > excel.csv

awk命令用于分隔记录并保存为csv

3 个答案: