Question

我有以下格式的文件

＆＃39; - ＆＃39;是一个分隔符。我想像这样将这些条目聚集在一起：

752721 - 758324 5
842825 - 843940 2
1301199 1
1302408 - 1302555 2
1306558 - 1308628 3

显示群集的范围，并在其旁边附加其中元素数量的计数。

我在awk和sed中尝试了几个选项。不知怎的，他们没有成功。欢迎任何其他建议。

Answer 1

$ awk 'function out(){if (count>0)printf "%s - %s %s\n",first,last,count;count=0}; /--/{out()} NF<2 {next} count==0{first=$1} {last=$1;count+=1} END{out()}' file2
752721 - 758324 5
842825 - 843940 2
1301199 - 1301199 1
1302408 - 1302555 2
1306558 - 1308628 3

如何运作

此代码使用三个变量。 first和last表示范围，count是在该范围内找到的行数。

function out(){if (count>0)printf "%s - %s %s\n",first,last,count;count=0}

这定义了一个函数out，如果有要打印的集群，即count>0，则打印集群。
/--/{out()}

每当我们到达分隔符时，请调用函数out以打印出任何群集数据。
NF<2 {next}

如果这是空行或分隔符行，请跳过其余命令并跳转到下一行
count==0{first=$1}

如果这是群集的第一行，请设置first。
{last=$1;count+=1}

更新last和count。
END{out()}

在文件末尾，打印最后一个群集的数据。

细化

此版本更贴近所需的输出。当first和last相同时，它不会打印“第一个 - 最后一个”：

$ awk 'function out(){if (count>0){printf "%s ",first; if(first!=last)printf"- %s ",last; print count;count=0}}; /--/{out()} NF<2 {next} count==0{first=$1} {last=$1;count+=1} END{out()}' file
752721 - 758324 5
842825 - 843940 2
1301199 1
1302408 - 1302555 2
1306558 - 1308628 3

这是通过将out函数中的逻辑更改为：

来实现的

function out(){
    if (count>0){
        printf "%s ",first
        if(first!=last)
            printf"- %s ",last; 
        print count;count=0;
    }
}

Answer 2

with open('/path/to/output') as infile:
    buffer = []
    for line in infile:
        line = line.split()[0]
        if line == '--':
            if buffer:
                print("{} - {} {}".format(buffer[0], buffer[-1], len(buffer)))
                buffer = []
        else:
            buffer.append(int(line))
    if buffer:
        print("{} - {} {}".format(buffer[0], buffer[-1], len(buffer)))

输出：

752721 - 758324 5
842825 - 843940 2
1301199 - 1301199 1
1302408 - 1302555 2
1306558 - 1308628 3

Answer 3

从stdin读取的代码（或作为第一个命令行参数传递的文件名）：

import fileinput

def report(first,last,count):
  if first == last:
    print first, count
  else:
    print first, "-", last, count

first = None
last = None
count = 0
for line in fileinput.input():
  line = line.strip()
  if line == "--":
    if last:
      report(first, last, count)
    last = first = None
    count = 0
  else:
    words = line.split()
    i = words[0]
    n = int(words[1])
    if not first:
      first = i
      count = 0
    last = i
    count = count + n
if first:
  report(first, last, count)

将数据聚类在文件中

3 个答案:

如何运作

细化