Question

我使用Awk是全新的，我遇到了一些问题。我有多个制表符分隔的文本文件，由六列组成。列布局为：

col1=int 

col2=float

col3=float

col4=int

col5=int

col6=DATE (yyyy-mm-dd)

手头的任务基本上是对文本文件进行质量检查，以确保每列都是该类型。我还需要跳过第一行，因为每个制表符分隔的文本文件都有一个标题。到目前为止，这就是我所拥有的：

#!/bin/sh

awk < file1.txt -F\\t '
{(NR!=1)}
{if ($1 != int($1)||($2 != /[0-9]+\.[0-9]*/)||($3 != /[0-9]+\.[0-9]*/)||($4 != int($4)||($5 != int($5))print "Error At " NR; }
'

我不需要使用Awk，它只是看起来最合适。

编辑1：

#!/bin/sh

awk < file1.txt -F\\t '
{if (NR!=1){
  if ($1 != int($1)) print "Error col1 at " NR;
  else if ($4 != int($4)) print "Error col4 at " NR;
  else if ($5 != int($5)) print "Error col5 at " NR;
       }
}
'

这似乎工作正常所以现在我的问题是：

1-如何检查花车？

2-如何在多个文件上运行？

Answer 1

要测试字段是否为数字，您可以检查是否

$1 + 0 == $1

这是有效的，因为如果字符串不是数字，则添加到字符串会将其转换为零。

要在多个文件上运行脚本，您只需将它们添加为额外参数，例如

awk 'commands' file1 file2 file3

Answer 2

如果这不是你想要的，那么编辑你的问题以包括一些样本输入和预期输出：

awk '
function act_type(n,    t) {
    if (n ~ /^[0-9]{4}(-[0-9]{2}){2}$/) { t = "date"  }
    else if (n ~ /^-?[0-9]+\.[0-9]+$/)  { t = "float" }
    else if (n ~ /^-?[0-9]+$/)          { t = "int"   }
    return t
}
BEGIN { split("int float float int int date",exp_type) }
{
    for (i=1; i<=NF; i++) {
        if (act_type(i) != exp_type[i]) {
            print "Error col", i, "at", NR. "in", FILENAME | "cat>&2"
        }
    }
}
' file

按下正则表达式以适合您的数据（例如，如果您的整数可以从+和/或包含,开始，则将其包含在正则表达式中。

使用AWK检查六列txt文件

2 个答案: