Question

假设我有一个标签分隔的csv文件，如下所示：

a b c  
d e f  
g h i

使用命令行实用程序，有没有办法可以返回匹配所需grep模式的整列，或者在上面的示例中，我想返回第二列的grep of b？

Answer 1

如果只有匹配，你可以这样做：

$ awk -v patt="b" 'FNR==NR {for (i=1;i<=NF;i++) $i~patt && col=i; next} {print $col}' file file
b
e
h

解释

它在文件中循环两次。首先获取匹配文本的列号。其次要打印那个特定的专栏。

-v patt="b"提供模式
FNR==NR {for (i=1;i<=NF;i++) $i~patt && col=i; next}，遍历字段并检查模式是否匹配。如果是，请将列号存储在col var。
{print $col}打印所有行的特定列。

Answer 2

 awk -F'\t' -v pat="b" 'NR==FNR{for(i=1;i<=NF;i++)if($i~pat)c[i];next}
                        {s="";for(i=1;i<=NF;i++)
                         if(i in c)s=s sprintf("%s\t", $i);
                         sub(/\t$/,"",s);print s}' file file

这条线完成了这项工作。

它会打印与pat匹配的所有列，并保持column格式。
pat是正则表达式，您可以将shell变量传递给awk行
输出遵循原始列顺序

看一下示例:(我在第3列中添加b以显示多个匹配案例）：

kent$  cat f
a       b       c
d       e       b
g       h       i

kent$  awk -F'\t' -v pat="b" 'NR==FNR{for(i=1;i<=NF;i++)if($i~pat)c[i];next}{s="";for(i=1;i<=NF;i++)if(i in c)s=s sprintf("%s\t", $i);sub(/\t$/,"",s);print s}' f f
b       c
e       b
h       i

Answer 3

您确实需要提示您文件的大小，运行频率以及您拥有的列数。但

grep很快（比awk更快）
除非您的文件很大，否则它们可能会被缓存（因此可以两次读取它们）

根据上述观察，我会

grep模式的文件（如果需要，将结果传递给uniq）
从grep的输出中计算出需要哪些列
使用-vCOLS =“c1 c2 c3 ...”运行awk，并打印一个简单的脚本，用于打印由c1，c2指定的列...

返回具有grep匹配的制表符分隔的csv文件的整列

3 个答案:

解释