主页 / coding / 问题 / 79470769
Accepted
Arindrew
Asked: 2025-02-27 02:42:27 +0800 CST

使用 awk 根据特定分隔符将文件中的每一行输出到新文件名

  • 772

我有以下以制表符作为字段分隔符的文件：

header1 header2 header3 header4 header5
1field1 1field2 1field3 1field4 1field5
2field1 2field2 2field3 2field4 2field5
3field1 3field2 3field3 3field4 3field5
4field1 4field2 4field3 4field4 4field5

并希望将每一行输出到一个新文件（跳过第一行）。每个新文件将以第 1 和第 5 个字段命名，并使用下划线分隔符。第 1 行（技术上是第 2 行）的文件将命名为“1field1_1field5.txt”，并包含该行的所有字段，依此类推。我有以下 awk 命令，可将正确的文件名输出到标准输出

awk -v FS='\t' -v OFS='_' 'NR>1 {print ($1,$5 ".txt") }'

但是当我尝试将文本输出到文件名中时

awk -v FS='\t' -v OFS='_' 'NR>1 {print > ($1,$5 ".txt") }'

我收到以下错误

awk: cmd. line:1: NR>1 { print > ($1,$5 ".txt") }
awk: cmd. line:1:                               ^ syntax error

我已经从 10 篇不同的文章中复制/粘贴了内容才到达这里，但我的格式不正确，无法解决。

bash

3 个回答

  1. 该表达式($1,$5 ".txt")无效。

    您可能认为逗号运算符将其参数连接起来OFS作为分隔符。但事实并非如此OFS。当您为命令提供多个参数时，它会用作分隔符print，但不用于表达式中。

    在表达式中，唯一的连接运算符是将子表达式彼此相邻。如果要连接，OFS则必须明确编写。

    awk -v FS='\t' -v OFS='_' 'NR>1 {print > ($1 OFS $5 ".txt") }'

    您也可以只写文字，而不用OFS。

    awk -v FS='\t' -v OFS='_' 'NR>1 {print > ($1 "_" $5 ".txt") }'
    • 3
  2. Best Answer

    使用任何 awk，如果每行的 $1 和 $5 字段都是唯一的，则应该执行以下操作：

    awk -F '\t' 'NR>1 { out=$1 "_" $5 ".txt"; print > out; close(out) }'

    否则：

    awk -F '\t' 'NR>1 { out=$1 "_" $5 ".txt"; if (!seen[out]++) printf "" > out; print >> out; close(out) }'

    这close()是为了避免输入过大时出现“打开文件过多”的错误。这printf "" > out是为了清空/初始化输出文件，以防它在脚本运行前已经存在。

    使用 GNU awk 你可以不用close()：

    awk -F '\t' 'NR>1 { print > ($1 "_" $5 ".txt") }'

    但是当脚本尝试根据需要在内部处理打开/关闭所有输出文件时，其速度会因大量输入而显著减慢。

    • 3

  3. 在这种情况下

    awk -v FS='\t' -v OFS='_' 'NR>1 {print ($1,$5 ".txt") }'

    你正在调用print带有 2 个参数的函数，以及和$1的连接。而在$5.txt

    awk -v FS='\t' -v OFS='_' 'NR>1 {print > ($1,$5 ".txt") }'

    没有可以存储参数的函数。您可以使用sprintf字符串函数来格式化并按照以下方式返回字符串

    awk -v FS='\t' -v OFS='_' 'NR>1 {print > sprintf("%s%s%s.txt",$1,OFS,$5) }'
    • 2

相关问题