从固定宽度列中提取值

Question

我有一个名为file的文本文件，其中包含以下内容：

Australia              AU 10
New Zealand            NZ  1
...

如果我使用以下命令从第一列中提取国家/地区名称：

awk '{print $1}' file

我得到以下内容：

Australia
New
...

仅输出每个国家/地区名称的第一个单词。

如何获取整个国家/地区名称？

Answer 1

试试这个：

$ awk '{print substr($0,1,15)}' file
Australia
New Zealand

Answer 2

摆脱最后两列

awk 'NF>2 && NF-=2' file

NF>2是过滤具有2个以上字段的记录的守护者。如果您的数据是一致的，您可以将其简化为

awk 'NF-=2' file

Answer 3

补充Raymond Hettinger's helpful POSIX-compliant answer：

您的country-name列看起来像是23个字符。

在最简单的情况下，如果您不需要修剪尾随空格，则可以使用cut ：

# Works, but has trailing whitespace.
$ cut -c 1-23 file
Australia              
New Zealand            

警告： GNU cut不支持UTF-8，因此如果输入是UTF-8编码且包含非ASCII字符，则以上将无法正常工作。

要修剪尾随空格，您可以利用 GNU awk 的非标准{{1}变量：

FIELDWIDTHS

• # Trailing whitespace is trimmed. $ awk -v FIELDWIDTHS=23 '{ sub(" +$", "", $1); print $1 }' file Australia New Zealand 声明第一个字段（在FIELDWIDTHS=23中反映）为23个字符宽。

• $1然后通过替换字段末尾（sub(" +$", "", $1)）的任何非空间空格（$1）来删除" +"中的尾随空格空字符串。

但是，你的Linux发行版可能会附带Mawk而不是GNU Awk;使用$1来确定它是哪一个。

对于修剪尾随空格的符合POSIX标准的解决方案，请延伸Raymond的答案：

awk -W version