Question

我正在尝试自动比较包含组织成列的数据的两组文件。有三个主要问题似乎使这个棘手：

集合A和集合B
设置A使用标签，设置B使用空格
在集合A中，某些列包含空格，集合B，它们包含默认值。

我试图做一些简单的shell脚本来将Set A重新排列成正确排序的列，例如awk '{print substr($0, 10, 10) substr($0, 20, 10)}等，但在这组文件中使用制表符意味着列以不一致的字符编号开头。

我认为最简单的解决方案是用空格替换制表符，然后使用awk重新排列数据，如上所述。我应该如何更换一个标签，其中的空格数等于到达下一个制表位所需的数量（出于此目的，假设为8）。

使用一定数量的空格替换选项卡显然不起作用，我在下面进行了测试。

$ echo "A\tB\nA \tB\nA  \tB\nA   \tB\n" > test
$ cat test
A       B
A       B
A       B
A       B
$ cat test | sed 's/\t/    /g'
A    B
A     B
A      B
A       B

显然，这可以通过编写一些代码来解决，这些代码确定了制表符处的位置，然后填充适当数量的空格字符以实现对齐，但似乎应该有一个更简单的解决方案，我可能不见了。（或者打开vim中的每个文件并使用:retab，但必须有更好的选择！）

注意：由于某些数据集中存在空白，我无法column重新排列数据。

Answer 1

由于您在标签前有空格，因此您可以使用此sed：

sed $'s/ *\t/    /g' test
A    B
A    B
A    B
A    B

这也将在标签前用4个空格替换0或更多空格。

Answer 2

给出以下awk脚本：

BEGIN {
  tabSize = 8;
}
{
  str = $0;
  idx = index(str, "\t");
  while (idx > 0) {
    left = substr(str, 0, idx);
    right = substr(str, idx + 1);
    spaces = sprintf("% " ((tabSize + 1) - (idx % tabSize)) "s", "");
    str = left spaces right;
    idx = index(str, "\t");
  }
  print str;
}

您可以执行此命令：

cat test | awk -f tab2spaces.awk

此脚本适用于任何内容。

用空格替换制表符以保持n空格对齐

2 个答案: