我应该使用cut或awk来提取字段和字段子串吗？

Question

我有一个带管道分隔字段的文件。我想打印字段1的子集和字段2的全部：

cat tmpfile.txt

# 10 chars.|variable length num|text
ABCDEFGHIJ|99|U|HOMEWORK
JIDVESDFXW|8|C|CHORES
DDFEXFEWEW|73|B|AFTER-HOURS

我希望输出看起来像这样：

# 6 chars.|variable length num
ABCDEF|99
JIDVES|8
DDFEXF|73

我知道如何获得田地1＆amp; 2：

cat tmpfile.txt | awk '{FS="|"} {print $1"|"$2}'

并且知道如何获得字段1的前6个字符：

cat tmpfile.txt | cut -c 1-6

我知道这很简单，但我无法弄清楚如何组合awk和cut命令。

任何建议都将不胜感激。

Answer 1

您可以使用awk。使用substr()功能修剪第一个字段：

awk -F'|' '{print substr($1,1,6),$2}' OFS='|' inputfile

为了您的输入，它会产生：

ABCDEF|99
JIDVES|8
DDFEXF|73

---

使用sed，您可以说：

sed -r 's/^(.{6})[^|]*([|][^|]*).*/\1\2/' inputfile

产生相同的输出。

Answer 2

你可以使用剪切和粘贴，但是你必须读取文件两次，如果文件非常大，这是一个大问题：

paste -d '|' <(cut -c 1-6 tmpfile.txt ) <(cut -d '|' -f2 tmpfile.txt )

Answer 3

仅用于另一种变体：awk -F\| -vOFS=\| '{print $1,$2}' t.in | cut -c 1-6,11-

此外，正如三人指出的那样，两次削减也可以做到这一点：cut -c 1-6,11- t.in | cut -d\| -f 1,2

Answer 4

我喜欢cut和sed的组合，但这只是一个偏好：

cut -f1-2 -d"|" tmpfile.txt|sed 's/\([A-Z]\{6\}\)[A-Z]\{4\}/\1/g'

结果：

# 10-digits|variable length num
ABCDEF|99
JIDVES|8
DDFEXF|73

编辑:(删除了无用的猫）谢谢！