Question

我有一个文件，其中包含7+百万行，如下所示：

37831471       48 -rw-r-----    1 user            group               18212 Dec 12 16:24 path/to/file with spaces and backslashes/folder\scn.workflow/documents.wflow
37831472       16 -rw-r-----    1 user            group                 927 Dec 12 16:24 path/to/file with spaces and backslashes/folder\scn.workflow/Info.wflow
37831470       16 -rw-r-----    1 user            group                 136 Dec 12 16:24 path/to/file with spaces and backslashes/folder\scn.workflow/version.wflow

我需要获取第7列和第11列，以及第11列字符串（不是文件）的MD5哈希。第11列有空格，因此我不能仅按特定字段引用它，因此我必须清空特定列并打印整行。我需要将制表符分开，所以我必须添加制表符。

这是我到目前为止的内容以及它给出的输出：

cat -n test.txt | awk '{$2=$3=$4=$5=$6=$7=$9=$10=$11=""; $1=$1"\t"; $8=$8"\t"; print}'

输出：

1              18212        path/to/file with spaces and backslashes/folder\scn.workflow/documents.wflow
2              927          path/to/file with spaces and backslashes/folder\scn.workflow/Info.wflow
3              136          path/to/file with spaces and backslashes/folder\scn.workflow/version.wflow

我唯一不知道的事情是如何获取第11 /最后一列的MD5哈希值。而且我需要在第11 /最后一栏中输入字符串的MD5哈希值-而不是其引用的文件。

我希望能够为每列修剪空白，但这不是必需的。

Answer 1

这是到目前为止如何真正执行您要尝试执行的操作，以便在最后一个字符串中保留空格（我使用名为foo和bar的变量，因为您没有告诉我们这些字符串是什么，请更改这些名称以适合）：

$ awk -v OFS='\t' '{foo=$7; sub(/([^[:space:]]+[[:space:]]+){10}/,""); bar=$0; print NR, foo, bar}' file
1       18212   path/to/file with spaces and backslashes/folder\scn.workflow/documents.wflow
2       927     path/to/file with spaces and backslashes/folder\scn.workflow/Info.wflow
3       136     path/to/file with spaces and backslashes/folder\scn.workflow/version.wflow

要在“栏”上调用某些命令（我在下面使用echo）可能是

awk -v OFS='\t' '{
    foo = $7
    sub(/([^[:space:]]+[[:space:]]+){10}/,"")
    bar = $0
    cmd = "echo \047" bar "\047"
    md5 = ( ((cmd | getline line) > 0) ? line : "N/A" )
    close(cmd)
    print NR, foo, bar, md5
}' file
1       18212   path/to/file with spaces and backslashes/folder\scn.workflow/documents.wflow    path/to/file with spaces and backslashes/folder\scn.workflow/documents.wflow
2       927     path/to/file with spaces and backslashes/folder\scn.workflow/Info.wflow path/to/file with spaces and backslashes/folder\scn.workflow/Info.wflow
3       136     path/to/file with spaces and backslashes/folder\scn.workflow/version.wflow      path/to/file with spaces and backslashes/folder\scn.workflow/version.wflow

但这全都取决于您的命令的工作方式（例如，它是将输入作为参数，还是从作为参数传递的文件中，还是从管道中，或从其他东西中获取，并且一次处理1行，或者一次或所有其他输入），并可能有更有效的方式来获得相同的输出。

从具有700万行的输入文本文件中获取最后一列的md5哈希，该哈希具有空格

1 个答案: