主页 / coding / 问题 / 79188171
Accepted
A. Cedano
Asked: 2024-11-14 17:59:34 +0800 CST

如何使用分隔符从单个文件创建多个文件？

  • 772

我正在尝试从.txt带分隔符的文件生成多个文件。在本例中，列分隔符为|，记录分隔符为：║。

这是我正在尝试的代码：

awk -F'║', -vOFS=, -vc=1 '
NR == 1 {
    for (i=1; i<NF; i++) {
        if ($i != "") {
            g[c]=i;
            f[c++]=$i
        }
    }
}
NR>2 {
    for (i=1; i < c; i++) {
        print $1,$2, $g[i] > "output_"f[i]".tex"
    }
}' biennalis.txt

的内容biennalis.csv大致如下：

name|content
║Is-id27-ref06-01-13-1914|El año de la muerte del rey Ozías vi al Señor sentado en un trono excelso y elevado, y sus haldas llenaban el templo. Unos serafines se mantenían erguidos por encima de él; cada uno tenía seis alas: con un par se cubrían la faz, con otro par se cubrían los pies, y con el otro par aleteaban, y se gritaban el uno al otro:

 \textquote{Santo, santo, santo, el Señor de los ejércitos: llena está toda la tierra de su gloria.}.

 Se conmovieron los quicios y los dinteles a la voz de los que clamaban, y la casa se llenó de humo.

 Yo dije:

 \textquote{¡Ay de mí, que estoy perdido, pues soy un hombre de labios impuros, y entre un pueblo de labios impuros habito: que al rey el Señor de los ejércitos han visto mis ojos!}

 Entonces voló hacia mí uno de los serafines con una brasa en la mano, que con las tenazas había tomado de sobre el altar, y tocó mi boca y dijo:

 \textquote{He aquí que esto ha tocado tus labios: se ha retirado tu culpa, tu pecado está expiado.}

 Y percibí la voz del Señor que decía:

 \textquote{¿A quién enviaré? ¿y quién irá de parte nuestra}?

 Yo contesté:

 \textquote{Heme aquí: envíame.}

 Dijo:

 \textquote{Ve y di a ese pueblo: \textquote{Escuchad bien, pero no entendáis, ved bien, pero no comprendáis.} Engorda el corazón de ese pueblo, hazle duro de oídos, y pégale los ojos, no sea que vea con sus ojos y oiga con sus oídos, y entienda con su corazón, y se convierta y se le cure.}

 Yo pregunté:

 \textquote{¿Hasta dónde, Señor?}

 Y él me contestó:

 \textquote{Hasta que se vacíen las ciudades y queden sin habitantes, las casas sin hombres, la campiña desolada, y haya alejado el Señor a las gentes, y cunda el abandono dentro del país. Aun el décimo que quede en él volverá a ser devastado como la encina o el roble, en cuya tala queda un tocón. Este tocón será semilla santa.}


║Is-id27-ref01-01-18-0045|Visión de Isaías, hijo de Amós, acerca de Judá y de Jerusalén, en tiempos de Ozías, Jotán, Ajaz y Ezequías, reyes de Judá.

 Oíd, cielos, escucha tierra, que habla el Señor: \textquote{Hijos he criado y educado, y ellos se han rebelado contra mí.

 El buey conoce a su amo, y el asno el pesebre de su dueño; Israel no me conoce, mi pueblo no comprende}.

 ¡Ay, gente pecadora, pueblo cargado de culpas, raza malvada, hijos corrompidos! Han abandonado al Señor, han despreciado al santo de Israel, le han vuelto la espalda.

我期望的最终结果是单独的文件，其名称是第一列的内容，内容是第二列的内容：

Is-id27-ref06-01-13-1914.tex

El año de la muerte del rey Ozías vi al Señor sentado en un trono excelso y elevado, y sus haldas llenaban el templo. Unos serafines se mantenían erguidos por encima de él; cada uno tenía seis alas: con un par se cubrían la faz, con otro par se cubrían los pies, y con el otro par aleteaban, y se gritaban el uno al otro:

 \textquote{Santo, santo, santo, el Señor de los ejércitos: llena está toda la tierra de su gloria.}.

...

Is-id27-ref01-01-18-0045.tex

Visión de Isaías, hijo de Amós, acerca de Judá y de Jerusalén, en tiempos de Ozías, Jotán, Ajaz y Ezequías, reyes de Judá.

 Oíd, cielos, escucha tierra, que habla el Señor: \textquote{Hijos he criado y educado, y ellos se han rebelado contra mí.

...

ETC ...

执行命令时的错误如下：

awk: syntax error at source line 10
    context is
        print $1,$2, $g[i] > >>>  "output_"f <<< [i]".tex"
awk: illegal statement at source line 10
macos

2 个回答

  1. Best Answer

    您的脚本似乎正在执行与您尝试的操作完全不同的事情。假设实际输入文件的格式正确，让我们放弃您已有的操作并重试。

    awk 'FNR==1 { next }
  /[║|]/ { split($0, n, /║/);
    if(f) { print n[1] >>f; close(f) }
    split(n[2], m, /\|/);
    f = "output_" m[1] ".tex"; print m[2] >>f; next }
f { print >>f; next }
{ print "orphan input: " $0 }' biennalis.csv

    这会将任何包含║或 的|行拆分，并使用第一个字段作为新文件名的基础。它会获取前面的任何内容║并将其附加到之前打开的文件（如果有的话），因此分隔符可以出现在一行中的任何位置；但如果一行包含多个分隔符，这将以特殊的方式中断。

    这关键地假设您║在第一个条目之前以及|文件名和您想要的该文件中的文本之间有一个。

    演示：https://ideone.com/jsRJKf

    我原来的答案在 Linux 上运行良好，但在 MacOS 上却不行：

    awk 'BEGIN { RS="║"; FS="|" }
  FNR > 1 { o = "output_" $1 ".tex"; print $2 >>o; close(o) }' biennalis.csv

    我们只需指示 Awk 使用正确的记录和字段分隔符，然后指示它将第二个字段打印到名称源自第一个字段的文件中。

    如上所述，为了使其正常工作，您必须║在第一个条目之前以及|文件名和您想要在该文件中的文本之间有一个。

    演示：https://ideone.com/LU1y4Y

    • 1

  2. 输入或输出重定向右侧未加括号的表达式是未定义的行为，因此不同的 awk 会对其执行不同的操作，有些会执行您想要的操作，而其他则会失败，正如您当前看到的那样。更改此设置：

    print $1,$2, $g[i] > "output_"f[i]".tex"

    更改为：

    print $1,$2, $g[i] > ("output_"f[i]".tex")

    来解决这个具体问题

    您可能遇到的下一个问题是，您没有在操作过程中关闭输出文件，因此您可能会遇到进程一次可以打开的文件数的限制。要解决该问题，请将您的循环更改为：

    for (i=1; i < c; i++) {
    out = "output_"f[i]".tex"
    if ( !seen[out]++ ) {
        printf "" > out
    }
    print $1,$2, $g[i] >> out
    close(out)
}

    该if语句seen[]是为了确保脚本在第一次写入时清空任何现有的输出文件 - 如果您在脚本之外处理该问题，那么您可以删除该if语句。

    • 1

相关问题