Question

我正在尝试使用awk读取格式化文件。内容如下所示：

    1PS1     A1    1  11.197   5.497   7.783
    1PS1     A1    1  11.189   5.846   7.700
    .
    .
    .

遵循c格式，这些行采用以下格式 “％5D％5S％5S％5D％8.3f％.3f％8.3f” 其中，前5个位置是整数（1），接下来的5个位置是字符（PS1），接下来的5个位置是字符（A1），接下来的5个位置是整数（1），接下来的24个位置被分成3个8个位置的列3个小数点浮点数。

我一直在使用的是使用“$ 1，$ 2，$ 3”将这些行分隔为列。例如，

cat test.gro | awk 'BEGIN{i=0} {MolID[i]=$1; id[i]=$2; num[i]=$3; x[i]=$4; 
y[i]=$5; z[i]=$6; i++} END { ...} >test1.gro

但是我遇到了一些问题，现在我正试图以上面讨论的格式化方式阅读这些文件。

知道我是怎么做到的吗？

Answer 1

查看您的示例输入，似乎格式字符串实际上是"%5d%-5s%5s%5d%8.3f%.3f%8.3f"，第一个字符串字段是左对齐的。糟糕的是，awk没有scanf()功能，但您可以通过一些substr()来电获取数据

awk -v OFS=: '
  {
     a=substr($0,1,5)
     b=substr($0,6,5)
     c=substr($0,11,5)
     d=substr($0,16,5)
     e=substr($0,21,8)
     f=substr($0,29,8)
     g=substr($0,37,8)
     print a,b,c,d,e,f,g
   }
'

输出

    1:PS1  :   A1:    1:  11.197:   5.497:   7.783
    1:PS1  :   A1:    1:  11.189:   5.846:   7.700

如果你有GNU awk，你可以像这样使用FIELDWIDTHS变量：

gawk -v FIELDWIDTHS="5 5 5 5 8 8 8" -v OFS=: '{print $1, $2, $3, $4, $5, $6, $7}'

还输出

    1:PS1  :   A1:    1:  11.197:   5.497:   7.783
    1:PS1  :   A1:    1:  11.189:   5.846:   7.700

Answer 2

你从来没有确切地说过你认为哪些字段应该包含哪个数字，所以我想清楚awk如何认为有效（你选择明确在输出格式字符串字段中调用空格）让我担心一点。你可能对此有一个不同的想法，而不是awk。）。

从联系手册：

输入行通常由用空格分隔的字段组成，或者通过正则表达式FS。这些字段表示为$ 1，$ 2，...，而 $ 0指整行。如果FS为null，则输入行被拆分每个角色一个字段。

请注意，输入行中的空格不会被赋予字段编号，而连续的空格将被视为单个字段分隔符。

您可以使用以下内容对此进行测试：

echo "1   2 3 4" | awk '{print "1:" $1 "\t2:" $2 "\t3:" $3 "\t4:" $4}'

在命令行。

所有这些都假设您当然没有使用FS变量。

使用awk格式化阅读

2 个答案: