Question

我正在处理的文件看起来像这样

header
//
[25]:0.00843832,469:0.0109533):0.00657864,((((872:0.00120503,((980:0.0001);
[29]:((962:0.000580339,930:0.000580339):0.00543993);
absolute:
gthcont: 5 4 2 1 3 4 543 5  67 657  78 67 8  5645 6 
01010010101010101010101010101011111100011
1111010010010101010101010111101000100000
00000000000000011001100101010010101011111

我需要将它分成四个文件。第一个文件是

[25]:0.00843832,469:0.0109533):0.00657864,((((872:0.00120503,((980:0.0001);
[29]:((962:0.000580339,930:0.000580339):0.00543993);

第二个文件必须是

5 4 2 1 3 4 543 5  67 657  78 67 8  5645 6

下一个文件必须是

01010010101010101010101010101011111100011
11110100100101010101010101111010001000001
00000000000000011001100101010010101011111

所以标题和//必须在第一个文件之前被排除，绝对：行应该被删除并且gthcont：shoudl也不会弹出。理想情况下，脚本只需获取文件的输入名称，并将输出命名为first_input，second_input和third_input ......

第四个文件应该包含第一个文件中括号内的数字。在这种情况下，它只能是

25
29

所以我目前的尝试是

awk.awk

BEGIN{body=0}
!body && /^\/\/$/    {body=1}
body  && /^\[/       {print > "first_"FILENAME}
body  && /^pos/{$1="";print > "second_"FILENAME}
body  && /^[01]+/    {print > "third_"FILENAME}
body  && /^\[[0-9]+\]/ {
  print > "first_"FILENAME
  print substr($0, 2, index($0,"]")-2) > "fourth_"FILENAME
}

但是在某种程度上重复了第一个文件中的行，所以它将是[25]，[25]，[29]，[29]

Answer 1

对脚本进行一些非常小的更改会产生所需的输出：

!body && /^\/\/$/              {body=1}
body  && sub(/^gthcont: */,"") {print > "second_"FILENAME}
body  && /^[01]+/              {print > "third_"FILENAME}
body  && /^\[[0-9]+\]/ {
    print > "first_"FILENAME
    print substr($0, 2, index($0,"]")-2) > "fourth_"FILENAME
}

复制问题是由于您在两个地方打印到第一个文件这一事实造成的。

我已使用sub删除gthcont:行的第一部分（并且也更改了模式）。 sub如果进行任何替换，则返回true，因此您也可以将其用作测试。使用替换而不是取消设置第一个字段的优点是，您还可以从行中删除前导空格。

正如评论中所指出的，无需初始化body，因此我也删除了BEGIN块。

Answer 2

我只想使用shell函数：

function split3 {
    if [[ $# -ne 1 ]]; then echo 'split3: error: require 1 argument.' >&2; return 1; fi;
    while read -r; do
        line=$REPLY;
        if [[ "$line" =~ ^\[([0-9]+)\]: ]]; then
            echo "$line" >&3;
            echo "${BASH_REMATCH[1]}" >&6;
        elif [[ "$line" =~ ^gthcont: ]]; then
            echo "${line#gthcont: }" >&4;
        elif [[ "$line" =~ ^\s*[01]+\s*$ ]]; then
            echo "$line" >&5;
        fi;
    done <"$1" 3>"first_$1" 4>"second_$1" 5>"third_$1" 6>"fourth_$1";
};
split3 input; echo $?;
## 0
cat first_input;
## [25]:0.00843832,469:0.0109533):0.00657864,((((872:0.00120503,((980:0.0001);
## [29]:((962:0.000580339,930:0.000580339):0.00543993);
cat second_input;
## 5 4 2 1 3 4 543 5  67 657  78 67 8  5645 6
cat third_input;
## 01010010101010101010101010101011111100011
## 1111010010010101010101010111101000100000
## 00000000000000011001100101010010101011111
cat fourth_input;
## 25
## 29

将文件拆分为多个子文件

awk.awk

2 个答案: