Question

我一直在寻找使用awk，sed，cut和tr来解决问题的日子。我有一个用“@”分隔的数据集，如下所示......

1@2@11@11/8@11/8@11@11/2
2@4@31 1/2@31 1/2@31/2@21@21/2
3@10@116 1/4@98@911 3/4@410@38 1/2
4@1@21@21/8@21/8@33@49 1/4
5@11@74@75@67 1/2@511 1/2@511 1/2
6@9@106@108 1/4@89 1/4@613 1/2@616
7@7@96@118 1/4@1313 1/2@715@717 3/4
8@12@127 3/4@129 3/4@1212 1/2@816 1/2@817 3/4
9@6@63@ 64 1/2@79@916 1/2@918
10@13@139 3/4@1311 1/4@1112@1017@1019 3/4
11@3@42@42@43 1/2@1118 1/2@1126 1/4
12@5@84 1/2@87@1011 3/4@1219 1/2@1228 1/4
13@8@52 1/2@53 1/2@57@1324@1332 3/4

我想要做的是将第一列（行列）中的行号与第3列开始的其他列中的其余整数分开。最终结果看起来像这样......

1@2@1@1@1@1/8@1@1/8@1@1@1@1/2
2@4@3@1 1/2@3@1 1/2@3@1/2@2@1@2@1/2
3@10@11@6 1/4@9@8@9@11 3/4@4@10@3@8 1/2
4@1@2@1@2@1/8@2@1/8@3@3@4@9 1/4
5@11@7@4@7@5@6@7 1/2@5@11 1/2@5@11 1/2
6@9@10@6@10@8 1/4@8@9 1/4@6@13 1/2@6@16
7@7@9@6@11@8 1/4@13@13 1/2@7@15@7@17 3/4
8@12@12@7 3/4@12@9 3/4@12@12 1/2@8@16 1/2@8@17 3/4
9@6@6@3@6@4 1/2@7@9@9@16 1/2@9@18
10@13@13@9 3/4@13@11 1/4@11@12@10@17@10@19 3/4
11@3@4@2@4@2@4@3 1/2@11@18 1/2@11@26 1/4
12@5@8@4 1/2@8@7@10@11 3/4@12@19 1/2@12@28 1/4
13@8@5@2 1/2@5@3 1/2@5@7@13@24@13@32 3/4

我在想我可以使用“if语句”。类似于“如果整数以[2-9]开头然后在一个字符后分割，则以[1]开始，长度等于3或更多（在空格和分数之前），然后将第一个分成两个字符。”我不知道如何解决这个问题。我有数以千计的类似文件，需要更改所有这些文件的结构，因此解决方案必须通过循环运行。

Answer 1

这是一个有趣的：

perl -F@ -lape '$_ = join "@", shift(@F), shift(@F), map {s/(1\d|\d)(\d+)/$1\@$2/g; $_} @F' file

带一点评论

perl -F@ -lape '
    $_ = join "@",                # join the following things, using "@" 
              shift(@F),          #   the first field
              shift(@F),          #   the second field
              map {               #   then, transform the rest with this expr
                  s{              #     search for:
                      (1\d | \d)  #       1 plus a digit, or a digit
                      (\d+)       #       followed by one or more digits
                   }{$1\@$2}xg;   #     add an "@" in between
                  $_              #     and return the new string
              } @F
' file

选项：

-a和-F@ - 使用@F字符作为分隔符将每一行拆分为数组@
-l - 自动处理行结尾
-p - 在处理每一行后自动打印变量$_

Answer 2

这几乎是你在awk中描述的逻辑转录（我添加了假设，从1开始，长度为2应该在第一个字符之后分开）。我还注意到第9行在@分隔符后面有一个空格，所以在BEGIN块中可以看到字段分隔符的可能性 - 可能是您不需要的实际数据，所以只是要意识到。我最终得到了你的预期输出，但是你可能想要在较大的数据集上进行检查，以防有一些用例没有被考虑在内。

$ cat jd.awk
BEGIN { FS = " *@ *"; OFS = "@" }

{
    for (i=3; i<=NF; ++i) {
        # if integers start with [2-9] then split after one character
        if (substr($i, 1, 1) ~ /[2-9]/) {
            $i = substr($i, 1, 1) "@" substr($i, 2)
        }
        else {
            split($i, parts, "[ /]")

            # else if it starts with [1] and length is equal to 2
            # (before the space and fraction) then split the first character
            if (substr($i, 1, 1) == "1" && length(parts[1]) == 2) {
                $i = substr($i, 1, 1) "@" substr($i, 2)
            }

            # else if it starts with [1] and length is equal to 3 or more
            # (before the space and fraction) then split the firsts two characters.
            else if (substr($i, 1, 1) == "1" && length(parts[1]) >= 3) {
                $i = substr($i, 1, 2) "@" substr($i, 3)
            }
        }
    }
    print
}

$ cat jd.txt
1@2@11@11/8@11/8@11@11/2
2@4@31 1/2@31 1/2@31/2@21@21/2
3@10@116 1/4@98@911 3/4@410@38 1/2
4@1@21@21/8@21/8@33@49 1/4
5@11@74@75@67 1/2@511 1/2@511 1/2
6@9@106@108 1/4@89 1/4@613 1/2@616
7@7@96@118 1/4@1313 1/2@715@717 3/4
8@12@127 3/4@129 3/4@1212 1/2@816 1/2@817 3/4
9@6@63@ 64 1/2@79@916 1/2@918
10@13@139 3/4@1311 1/4@1112@1017@1019 3/4
11@3@42@42@43 1/2@1118 1/2@1126 1/4
12@5@84 1/2@87@1011 3/4@1219 1/2@1228 1/4
13@8@52 1/2@53 1/2@57@1324@1332 3/4


$ awk -f jd.awk jd.txt 
1@2@1@1@1@1/8@1@1/8@1@1@1@1/2
2@4@3@1 1/2@3@1 1/2@3@1/2@2@1@2@1/2
3@10@11@6 1/4@9@8@9@11 3/4@4@10@3@8 1/2
4@1@2@1@2@1/8@2@1/8@3@3@4@9 1/4
5@11@7@4@7@5@6@7 1/2@5@11 1/2@5@11 1/2
6@9@10@6@10@8 1/4@8@9 1/4@6@13 1/2@6@16
7@7@9@6@11@8 1/4@13@13 1/2@7@15@7@17 3/4
8@12@12@7 3/4@12@9 3/4@12@12 1/2@8@16 1/2@8@17 3/4
9@6@6@3@6@4 1/2@7@9@9@16 1/2@9@18
10@13@13@9 3/4@13@11 1/4@11@12@10@17@10@19 3/4
11@3@4@2@4@2@4@3 1/2@11@18 1/2@11@26 1/4
12@5@8@4 1/2@8@7@10@11 3/4@12@19 1/2@12@28 1/4
13@8@5@2 1/2@5@3 1/2@5@7@13@24@13@32 3/4

Answer 3

这可能适合你（GNU sed）：

sed -r 's/^(([^@]*@){2})/\1\n/;ta;:a;/\n[0-9]?$/s/\n//;t;/\n(1[0-9]|[0-9])([0-9][0-9]?)/s//\1@\2\n/;ta;/\n([0-9]?[^0-9\n]) ?/s//\1\n/;ta' file

这会在第二个字段后插入一个换行符，然后对匹配项和循环进行模式处理，每次连续匹配都会将换行符向前移动，直到删除换行符时行结束。

Answer 4

感谢您的所有快速回复他们帮助我解析了在上传之前需要完成的数据集。由于简单，我最终使用的解决方案是基于珍珠的解决方案。再次，谢谢你的答案。

如何使用“if”条件拆分整数？

4 个答案: