Question

假设我有一个名称和寄存器的数据集，如

John Wayne 1234
Paul Newman 2345 Wrong register. The correct register is 2233
John Fitzgerald Kennedy 3456
Marilyn Monroe 1212

所有行都是空格分隔的。我想在awk中使用一个（或两个）正则表达式，它给出了以下输出：

John Wayne
Paul Newman
John Fitzgerald Kennedy
Marilyn Monroe

和

我知道数据的格式非常非常糟糕，但是有谁知道如何帮助我？

Answer 1

grep可用于分别生成两个输出。见下面的测试：

$  cat f
John Wayne 1234
Paul Newman 2345 Wrong register. The correct register is 2233
John Fitzgerald Kennedy 3456
Marilyn Monroe 1212

输出I：

$  grep -o '^[^0-9]\+' f                                          
John Wayne 
Paul Newman 
John Fitzgerald Kennedy 
Marilyn Monroe

输出II：

$  grep -o '[0-9]\+$' f 
1234
2233
3456
1212

上面使用的正则表达式相对简单。使用相同的想法，如果你愿意，也可以使用sed或awk应用正则表达式。

Answer 2

这种情况相当简单，因为数字在最后一个分隔符之后，所以我们会将最后一列视为我们不知道其内容如下：

awk '{print $NF}'

对于其余部分，我们将简单地匹配包括空格在内的所有字母，直到我们得到一个非字母字符（例如数字），然后我们将用null替换所有其余字母：

sed 's/\([A-z ]*\) .*/\1/g'

Answer 3

您可以使用sed：

sed 's/[[:blank:]]*[[:digit:]]\+.*$//' file
John Wayne
Paul Newman
John Fitzgerald Kennedy
Marilyn Monroe

sed 's/.*[[:blank:]]\([[:digit:]]\+\)$/\1/' file
1234
2233
3456
1212

Answer 4

晚会，但这可以让你同时做两个工作：

#!/usr/bin/awk -f

    {
        nums = nums "\n" $NF
        split($0, a, " [0-9]{4}")
        names = names a[1] "\n"
    }

END {
        print names nums
    }

首先，它占据该行的最后一个字段并将其添加到数字列表中。然后它将该行拆分为任何4位数字，并将拆分前的部分添加到名称列表中。最后，它打印名称列表，后跟数字列表。

输出：

John Wayne
Paul Newman
John Fitzgerald Kennedy
Marilyn Monroe

1234
2233
3456
1212

如果需要考虑多余的空格，请通过管道cat -e清楚地说明可能发生的空格。

Answer 5

awk允许您将字符集指定为字段分隔符。因此，如果您知道您的姓名后面始终跟着数字，则可以使用：

awk -F"[0-9]" '{print $1}' /tmp/x

拆分数据以空格分隔

5 个答案: