Question

我有一个输入文件：

XYZ_001
XYZ_005
XYZ_010
ABC_001
ABC_010

我想将这些行分组为：

XYZ,XYZ_001,XYZ_005,XYZ_010
ABC,ABC_001,ABC_010

我尝试过排序文件并过滤掉最后四个字符，但我不知道如何将它们组合在一起。基本上，我需要将与正则表达式匹配的行组合在一起。我的输入文件已排序。

我的档案很大。我不能啜饮整个文件。

Answer 1

使用perl one-liner

perl -0777 -pe 's/^([^_]+_).*\K\n(?=\1)/,/mg; s/^([^_]*)\K/,$1/mg;' file

如果slurping不是一个选项，那么这个更长的形式逻辑将起作用：

perl -ne '
      chomp;
      ($h) = /([^_]*)/;
      if ($l ne $h) {print "\n" if defined $l; $l = $h; print "$l"}
      print ",$_";
    }{
      print "\n"
    ' file

说明：

切换：

-0777：覆盖整个文件
-p：为输入文件中的每个“行”创建一个while(<>){...; print}循环。
-e：告诉perl在命令行上执行代码。

<强>代码：

s/^([^_]+_).*\K\n(?=\1)/,/mg：分组相关的相邻行：XYZ_001,XYZ_005,XYZ_010
s/^([^_]*)\K/,$1/mg：添加组前缀：XYZ,XYZ_001,XYZ_005,XYZ_010

Answer 2

这是一个单行代码：

perl -ne 'chomp;if (/^([a-zA-Z]+)_/) { $hash{$1} .= ",$_"; } } END { for (keys %hash ) { print $_ . $hash{$_} . "\n" } ' input.txt

input.txt中：

XYZ_001
XYZ_005
XYZ_010
ABC_001
ABC_010

输出：

ABC,ABC_001,ABC_010
XYZ,XYZ_001,XYZ_005,XYZ_010

Answer 3

你可以试试这种东西，它将你的id和值存储在数组的散列中，然后遍历它们并打印出来：

use warnings;
use strict;

open my $in, '<', 'in.txt';

my %data;
my (@group, @n);
while (<$in>){
    chomp;
    my @split = split(/_/);
    push @group, $split[0];
    push @n, $split[1];
}

push @{$data{$group[$_]} }, [ $n[$_] ] for 0 .. $#group;


for my $group (reverse sort keys %data){
    for my $vals (@ {$data{$group} }) {
        my ($number) = @$vals; 
        print "$group\_$number,";
        }
        print "\n";
}

XYZ_001,XYZ_005,XYZ_010,
ABC_001,ABC_010,

Answer 4

perl onliner：

perl  -F"_" -ane 'chomp;$s{$F[0]}.=",$_";END{ for $i (keys %s){print $i.$s{$i}."\n";} }' FILE

我使用uniq hash

Answer 5

以下是使用awk

执行此操作的方法

awk -F_ '{a[$1]=(a[$1]?a[$1]","$0:$0)} END {for (i in a) print i","a[i]}' file
ABC,ABC_001,ABC_010
XYZ,XYZ_001,XYZ_005,XYZ_010

将文本文件中的行匹配在一起

5 个答案:

说明：