Question

我正在尝试根据特定条件修改一行，然后打印到一个新文件中。不幸的是，文件必须对列之间的许多空格敏感。典型的行看起来像这样：

ATOM     301 H    UREA    24    5.966    3.408    1.877   1.00   0.00 UREA  N

这是我使用的命令：

awk '{if ($4 == "UREA" && $2%2 == 1) sub("H","TH",$3);print $0;}' origin.dat > final.dat

基本上，我希望awk打印完全相同的行（具有相同的空格数）但使用替换的第三列。它打印的是：

ATOM 301 TH UREA 24 5.966 3.408 1.877 1.00 0.00 UREA H

我知道我可以使用 printf 或非常长的打印状态，但是文件具有的列数可能很麻烦。替换后是否有一种优雅的方式来打印一条线？谢谢！

Answer 1

如果修改位置参数，Awk将重新组合线。但如果它是一个具有固定宽度列的文件，您应该能够找出要修改的行中的哪个位置，因此您不需要修改位置参数。

这不是特别优雅，但它保留了你的间距：

awk '$4 == "UREA" && $2%2 == 1 { print substr($0, 1, 13) "TH" substr($0, 15) }'

Answer 2

如果您使用的是GNU awk（可能还有其他一些版本），则支持使用固定宽度字段而不是基于分隔符的字段。阅读man awk以获取更多信息，但您的awk调用类似于：

awk 'BEGIN{FIELDWIDTHS="10 5 8 3 ..."}{....}'

使用以空格分隔的数字列表在程序开头设置FIELDWIDTHS变量会导致awk根据这些值而不是空格（或其他分隔符）拆分每一行...

编辑：以下是使用原始数据的示例，虽然我不得不猜测某些字段宽度，因为问题没有指定它们，而且我是懒得计算它们，假设所输入的内容甚至完全代表了实际数据......我假设所有空格都落后于前一个字段，实际情况可能并非如此...

$ echo "ATOM     301 H    UREA    24    5.966    3.408    1.877   1.00   0.00 UREA  N" |\
  awk 'BEGIN{OFS=""; FIELDWIDTHS="9 4 5 8 100"} $4 ~ /^UREA/ && $2 % 2 {sub("H ", "TH", $3); print}'
ATOM     301 TH   UREA    24    5.966    3.408    1.877   1.00   0.00 UREA  N

Answer 3

当您访问第三个字段$3时，原始格式将丢失。以下方法可能会产生不良后果，具体取决于您其他字段中的值，但解决问题的一种方法是在整个记录中执行sub：

awk '$4=="UREA" && $2%2{sub(/H/,"TH");print}' file

请记住sub只执行一次替换，因此如果第一列或第二列可以包含＆＃34; H＆＃34;，则只会产生副作用。例如，根据您的awk版本，您可以使用单词边界使正则表达式更具体。请注意，我使用/H/作为sub的第一个参数，而不是"H"，因为将awk从转换为正则表达式进行了保存。

顺便说一下，由于awk程序的结构为if，我已删除了condition { action }的使用情况。我还从您的条件中移除了== 1，因为数字% 2为真（1）或假（0）。

输出：

ATOM     301 TH    UREA    24    5.966    3.408    1.877   1.00   0.00 UREA  N

Answer 4

修改字段将导致使用OFS值作为分隔符重新编译记录。您需要使用RE间隔修改整个记录：

$ awk '$4=="UREA" && $2%2{$0=gensub(/((\S+\s+){2})\S+/,"\\1TH","")}1' file
ATOM     301 TH    UREA    24    5.966    3.408    1.877   1.00   0.00 UREA  N

以上使用GNU awk for gensub（），\ S和\ s。

awk打印行（带空格）

4 个答案: