Question

我在目录中有多个文件需要重新格式化并将输出放在一个文件中，文件结构为：

========================================================
Daily KPIs  -   DATE:  24/04/2013
========================================================

--------------------------------------------------------
Number of des         =  5270
--------------------------------------------------------
Number of users       =  210
--------------------------------------------------------
Number of active      =  520
--------------------------------------------------------
Total non             =  713
--------------------------------------------------------

========================================================

我需要输出格式为：

Date,Numberofdes,Numberofusers,Numberofactive,Totalnon
24042013,5270,210,520,713

该目录包含大约1500个具有相同格式的文件，我使用Centos 7。

由于

Answer 1

首先我们需要一个方法将数组的元素连接成一个字符串（ cf。 Join elements of an array?）：

function join_array()
{
    local IFS=$1
    shift
    echo "$*"
}

然后我们可以遍历每个文件并将每个文件转换为以逗号分隔的列表（假设原始文件的名称以*.txt结尾）。

for f in *.txt
do
    sed -n 's/[^:=]\+[:=] *\(.*\)/\1/p' < $f | {
        mapfile -t fields
        join_array , "${fields[@]}"
    }
done

这里，sed命令在每个输入文件中查找以下行：

以不包含:或=字符（[^:=]\+部分）的子字符串开头;
然后关注:或=以及任意数量的空格（[:=] *部分）;
最后，以任意子串（*\(.*\)部分）结束。

然后捕获并打印最后一个子字符串而不是原始字符串。输入文件中的任何其他行都将被丢弃。

之后，sed的输出被mapfile读入索引数组变量fields（-t确保丢弃每行读取的尾随换行符）最后通过我们之前定义的join_array方法连接线。

我们需要在子shell中包装mapfile的原因在这里解释：readarray (or pipe) issue。

将文本文件从行重新格式化为列

1 个答案: