sed

Question

我有一个带有逗号（，）分隔符的文本文件：

60,tel:+33xxxxxxx,840191,1,0,tel:+33xxxxxxx;kn-corp-groups=3_6,8401
61,tel:+33xxxxxxx,840191,1,1,tel:+33xxxxxxx;kn-corp-groups=4_60,8401
60,tel:+33xxxxxxx,840191,1,0,tel:+33xxxxxxx;kn-corp-groups=3_5,8401
61,tel:+33xxxxxxx,840191,1,1,tel:+33xxxxxxx;kn-corp-groups=1_59,8401

我想获取输出：

60,tel:+33xxxxxxx,840191,1,0,3,6,8401
61,tel:+33xxxxxxx,840191,1,1,4,60,8401
60,tel:+33xxxxxxx,840191,1,0,3,5,8401
61,tel:+33xxxxxxx,840191,1,1,1,59,8401

例如，对于每一行，我将“ 3,6”中的字段“ tel：+ 33xxxxxxx; kn-corp-groups = 3_6”展平。

您对我该怎么做有任何想法吗？谢谢

Answer 1

对于此数据：

$ awk 'BEGIN{FS="[,_=]";OFS=","}{print $1,$2,$3,$4,$5,$7,$8,$9}' file

输出：

60,tel:+33xxxxxxx,840191,1,0,3,6,8401
61,tel:+33xxxxxxx,840191,1,1,4,60,8401
60,tel:+33xxxxxxx,840191,1,0,3,5,8401
61,tel:+33xxxxxxx,840191,1,1,1,59,8401

解释：

$ awk 'BEGIN{
    FS="[,_=]"                    # use multiple chars as field separators
    OFS=","
}
{
    print $1,$2,$3,$4,$5,$7,$8,$9
}' file

Answer 2

能否请您尝试以下操作，如果我做对了，您需要提取其中包含字符串tel:+33xxxxxxx的行。

awk -F'[,_=]' 'BEGIN{OFS=","} /tel:\+33xxxxxxx/{print $1,$2,$3,$4,$5,$7,$8,$9}'  Input_file

第二种解决方案： ：如果您不想硬编码（这些值可能在Input_file中的任何地方），请尝试输入字段号。

awk '
BEGIN{
  OFS=","
}
match($0,/^[0-9]+\,tel:\+33xxxxxxx\,[0-9]+\,[0-9]+\,[0-9]+/){
  val=substr($0,RSTART,RLENGTH)
  match($0,/kn-corp-groups=[0-9]+_[0-9]+\,[0-9]+/)
  val1=substr($0,RSTART+15,RLENGTH-15)
  sub("_",",",val1)
  print val,val1
  val=val1=""
}'   Input_file

输出如下。

60,tel:+33xxxxxxx,840191,1,0,3,6,8401
61,tel:+33xxxxxxx,840191,1,1,4,60,8401
60,tel:+33xxxxxxx,840191,1,0,3,5,8401
61,tel:+33xxxxxxx,840191,1,1,1,59,8401

Answer 3

使用gawk：

awk 'BEGIN{ FS=OFS="," } NF {$(NF-1) = gensub(/.*=(.*)_/, "\\1,", 1, $(NF-1))}1' file

这里，我们只需要使用$(NF-1)和gensub()处理最后一列NF的下一个，就可以跳过EMPTY行。

Answer 4

$ sed 's/[^,]*;[^,]*\([0-9]*\)_/\1,/' file
60,tel:+33xxxxxxx,840191,1,0,3,6,8401
61,tel:+33xxxxxxx,840191,1,1,4,60,8401
60,tel:+33xxxxxxx,840191,1,0,3,5,8401
61,tel:+33xxxxxxx,840191,1,1,1,59,8401

Answer 5

sed

awk 已被其他答案覆盖。这是使用 sed 的替代方法：

$ sed -E -e 's/[^,]+;[^=]+=//' -e 's/_/,/' file

说明

sed -E，以便使用扩展的正则表达式。
sed -e执行sed脚本。请记住，将sed脚本括在单引号（'）中，以防止外壳扩展外壳程序。我们将需要执行两个脚本。
s/[^,]+;[^=]+=//这两个脚本中的第一个。剥离不需要的字符串（ tel：+ 33xxxxxxx; kn-corp-groups = ）：
- 替代（s/）
- 一个或多个不是逗号（[^,]+）的字符
- 后跟一个分号（;）
- 后跟一个或多个非等号（[^=]+）的字符
- 后跟一个等号（=）
- 一无所有，即删除匹配的字符串（//）。
s/_/,/这两个脚本中的第二个。将两个数字之间的下划线（_）替换为逗号（,）：
- 替换（s/）
- 下划线（_）
- 带有逗号（/,/）。

替代项

更多没有awk的shell选择：

sed管道
这两个 sed 脚本也可以与管道一起使用：
$ sed -E 's/[^,]+;[^=]+=//' file | sed 's/_/,/'。
这会降低效率，但是如果不关心速度，则有些人可能会更容易理解。有关详细信息，请参见this answer。
sed + tr
上面管道的第二部分可以通过简单的tr命令进行交换：
$ sed -E 's/[^,]+;[^=]+=//' file | tr '_' ','。
tr + cut
我们也可以不用sed：
$ tr '=_' ',' < file | cut -d, -f 1-5,7-9
在这里，我们首先使用=将_和,替换为tr，以便用逗号分隔字段，
并用cut打印除第六个字段以外的所有字段（-d表示定界符,，-f表示我们要打印的字段，即除6）。
sed组字幕
另请参阅Ed Morton's answer，其中使用sed的组标题。

Answer 6

使用Perl正则表达式

perl -pe ' s/(.*)(tel:.*=)(.*)_(.*)/$1$3,$4/ ' file

使用您给定的输入

$ cat shakile.txt
60,tel:+33xxxxxxx,840191,1,0,tel:+33xxxxxxx;kn-corp-groups=3_6,8401
61,tel:+33xxxxxxx,840191,1,1,tel:+33xxxxxxx;kn-corp-groups=4_60,8401
60,tel:+33xxxxxxx,840191,1,0,tel:+33xxxxxxx;kn-corp-groups=3_5,8401
61,tel:+33xxxxxxx,840191,1,1,tel:+33xxxxxxx;kn-corp-groups=1_59,8401

$ perl -pe ' s/(.*)(tel:.*=)(.*)_(.*)/$1$3,$4/ ' shakile.txt
60,tel:+33xxxxxxx,840191,1,0,3,6,8401
61,tel:+33xxxxxxx,840191,1,1,4,60,8401
60,tel:+33xxxxxxx,840191,1,0,3,5,8401
61,tel:+33xxxxxxx,840191,1,1,1,59,8401

$

Answer 7

awk '{sub(/_/,",")}{print (substr($0, 1,29) substr($0, 60))}' file

60,tel:+33xxxxxxx,840191,1,0,3,6,8401
61,tel:+33xxxxxxx,840191,1,1,4,60,8401
60,tel:+33xxxxxxx,840191,1,0,3,5,8401
61,tel:+33xxxxxxx,840191,1,1,1,59,8401

在sh中分割和处理文本文件

7 个答案:

sed

说明

替代项