Início / coding / Perguntas / 78058821
Accepted
Paolo Lorenzini
Asked: 2024-02-26 13:49:35 +0800 CST

divida em linhas e pegue um padrão em um arquivo

  • 772

Eu tenho muitos arquivos .txt que se parecem com:

arquivo1.txt

header
1_fff_aaa 1_rrr_aaa 1_ggg_aaa ...

arquivo2.txt

header
1_ttt_aaa 1_iii_aaa 1_lll_aaa ...

Gostaria de remover o cabeçalho e dividir a string da segunda linha em várias linhas após o espaço em branco e pegar o padrão entre o caractere _:

Saída:

file1_v1.txt

fff
rrr
ggg

file2_v1.txt

ttt
iii
lll

Eu gostaria de utilizar comandos unix como sed

unix

2 respostas

  1. Best Answer

    Algo parecido:

    Programa:split.awk

    NR == 1 {
    # ignore first header line
    next
}
{
    i=1
    while (i <= NF) {
        gsub(/^[^_]*_/, "", $i)
        gsub(/_[^_]*$/, "", $i)
        print $i
        i++
    }
}

    Executado assim:

    awk -f split.awk file1.txt > file1_v1.txt

    Para executá-lo em vários arquivos:

    for f in file*.txt; do echo "$f"; awk -f split.awk "$f" > "${f%.txt}_v1.txt" ; done

    ATUALIZAR

    Você também pode usar sed& tr:

    sed -n '2,$p' file1.txt | tr " " "\n" | sed 's/^[^_]*_\(.*\)_[^_]*$/\1/'
    • 1

  2. Isso pode funcionar para você (GNU sed):

    sed -i '1d;s/\s\+/\n/g;s/^[^_]*_//mg;s/_.*//mg' file1 file2 file3 ...

    Use a opção de linha de comando -ipara substituir inline.

    Exclua a primeira linha de cada arquivo (remova o cabeçalho).

    Substitua os espaços em branco por novas linhas. Isso converterá cada token em uma linha separada.

    Remova a primeira parte da string até a primeira parte _de todas as linhas no espaço padrão.

    Retire do primeiro _ao final da linha, deixando o resultado.

    NB A -iopção pode ser substituída pela -sopção se o usuário precisar apenas de saída para stdout de um ou mais arquivos. Observe também o msinalizador nos dois últimos comandos de substituição que altera a substituição usual para beneficiar os padrões multilinhas.

    Para alterar os nomes dos arquivos de saída, utilize o paralelo GNU:

    parallel --plus "sed '1d;y/ /\n/;s/^[^_]*_//mg;s/_.*//mg' {} > {.}_v1.{+.}" ::: file1.txt file2.txt ...
    • 0

relate perguntas