Question

我需要根据（半任意）位置对一系列.csv患者人口统计报告进行排序，如邮政编码所示。

我编写了一个解析文件的bash脚本，该文件列出了所有诊所及其分配的邮政编码。但是，我无法弄清楚如何将正则表达式编码到我的awk语句中。

邮政编码文件：

$   cat clinics
south;23456|23458|23451
north;23452|23454|23459
west;23453|23455|23457

示例数据文件：

$   head sample.csv
FirstName,LastName,MiddleName,Address,City,State,Zip,Plus4,Phone,MoveDate,OwnerShip,EstValue,ChildCode,MailInd,MoveDist,Age,Income
John,Smith,,123 Main Street,Hudson,NC,23456,1234,5555555555,01/03/2004,0,03,0,0,0,0,05
Jim,Smith,,123 Main Street,Lenoir,NC,23457,1234,5555555555,01/03/2004,3,03,0,0,0,0,06
Joe,Smith,,123 Main Street,Greensboro,NC,23457,1234,5555555555,01/03/2004,3,02,4,1,0,4,08
Jimmy,Smith,,123 Main Street,Statesville,NC,23457,1234,5555555555,01/03/2004,3,05,2,1,1,2,13
Jimmy,Smits,,123 Main Street,Charlotte,NC,23456,1234,5555555555,01/03/2004,3,04,1,1,4,4,18
J Jonah,Smith,,123 Main Street,Fayetteville,NC,23458,1234,5555555555,01/03/2004,3,03,1,1,3,4,01
James,Smith,,123 Main Street,Maiden,NC,23459,1234,5555555555,01/03/2004,3,00,4,1,0,2,18
Jahosephat,Smith,,123 Main Street,Hudson,NC,23459,1234,5555555555,01/03/2004,3,00,4,1,0,1,02
Jane,Smith,,123 Main Street,Charlotte,NC,23451,1234,5555555555,01/03/2004,3,05,4,1,0,3,06

将诊所与其邮政编码相关联很容易。我可以使用awk和正则表达式匹配南方诊所：

$   awk -F, '$7 ~ "23456|23458|23451"' sample.csv
John,Smith,,123 Main Street,Hudson,NC,23456,1234,5555555555,01/03/2004,0,03,0,0,0,0,05
Jimmy,Smits,,123 Main Street,Charlotte,NC,23456,1234,5555555555,01/03/2004,3,04,1,1,4,4,18
J Jonah,Smith,,123 Main Street,Fayetteville,NC,23458,1234,5555555555,01/03/2004,3,03,1,1,3,4,01
Jane,Smith,,123 Main Street,Charlotte,NC,23451,1234,5555555555,01/03/2004,3,05,4,1,0,3,06

然而，当我尝试替换一个字符串变量（就像我的脚本必须这样）时，我无法弄清楚如何转义变量，所以awk喜欢它：

$   Zips="23456|23458|23451"
$   awk -F, '$7 ~ "$Zips"' sample.csv
$   awk -F, '$7 ~ /$Zips/' sample.csv
$   awk -F, '$7 ~ /\$Zips/' sample.csv
$   awk -F, '$7 ~ /\\$Zips/' sample.csv
$

更新：

除了让awk解析变量之外，我还尝试为它提供一个shell扩展变量;那是行不通的，但我知道自己错了以后 （感谢@haifzhan和@EdMorton）。

我试过

awk -F, "\$7 ~ $Zips" sample.csv
awk -F, '$7 ~ '"\"/$Zips/\"" sample.csv
awk -F, '{$7 ~ ' "/$Zips/" ' }' sample.csv

和十几个类似的排列。我现在明白这对awk的能力非常不了解，因此我很高兴我没有想到@ EdMorton在评论中提出的建议 - 尽管我很生气但我并没有这样做。想到这一点 - 因为我对awk的了解并没有得到改善。每次尝试都返回null或失败并显示错误：

awk: syntax error at source line 1
 context is
    {$7 ~ >>>  23456\ <<< 23458|23451}
awk: bailing out at source line 1

更新（grep）：我发现了我的逻辑（不是语法）疏忽，如果不能使现有的评论不一致，我会删除此部分...

我尝试grep，错误地假设我的测试正确缩放 - 它没有。

grep -E ','"$Zips"',' $SrcFile >> $OutFile

（意思是）

match any of:
",23456"
"23458"
"23451,"

对于我的50行样本文件，grep和awk之间的结果是相同的，但实际的8000行文件恰好包含了我所担心的匹配类型。

感谢大家的阅读。

Answer 1

使用awk -F, -v zips="23456|23458|23451" '$7 ~ zips' sample.csv声明varialbe

counter

Answer 2

要按照您的说法直接执行此操作，您需要使用双引号来替换Error: no such instruction:，然后使用＆＃39; \＆＃39;来转义某些字符：

$Zips

Answer 3

你必须正确引用你的报价。在单引号内没有发生shell变量扩展。你有整个awk程序的单引号。但是当你像grep示例中那样放置引号时它会起作用：单引号包围所有内容，除了shell变量，它必须是双引号（展开）以保护shell的管道字符：

awk -F, '$7 ~ '"/$Zips/" sample.csv

这给出了结果：

$ awk -F, '$7 ~ '"/$Zips/" sample.csv 
John,Smith,,123 Main Street,Hudson,NC,23456,1234,5555555555,01/03/2004,0,03,0,0,0,0,05
Jimmy,Smits,,123 Main Street,Charlotte,NC,23456,1234,5555555555,01/03/2004,3,04,1,1,4,4,18
J Jonah,Smith,,123 Main Street,Fayetteville,NC,23458,1234,5555555555,01/03/2004,3,03,1,1,3,4,01
Jane,Smith,,123 Main Street,Charlotte,NC,23451,1234,5555555555,01/03/2004,3,05,4,1,0,3,06

awk匹配字段与变量正则表达式

3 个答案: