Início / coding / Perguntas / 79470769
Accepted
Arindrew
Asked: 2025-02-27 02:42:27 +0800 CST

Use awk para gerar cada linha de um arquivo com um novo nome de arquivo com base em separadores específicos

  • 772

Tenho o seguinte arquivo com tabulações como separadores de campo:

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

e gostaria de gerar cada linha em um novo arquivo (pulando a primeira linha). Cada novo arquivo será nomeado a partir do 1º e 5º campos com um separador de sublinhado. O arquivo da linha 1 (2 tecnicamente) seria nomeado "1field1_1field5.txt" e conteria todos os campos dessa linha e assim por diante. Eu tenho o seguinte comando awk que gera os nomes de arquivo corretos para a saída padrão

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

mas quando tento gerar o texto em nomes de arquivo

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

Recebo o seguinte erro

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

Copiei e colei de 10 outros artigos diferentes para chegar até aqui, mas não consigo entender como minha formatação está errada.

bash

3 respostas

  1. A expressão ($1,$5 ".txt")não é válida.

    Você pode estar pensando que o operador vírgula concatena seus argumentos usando OFScomo separador. Mas não é assim que OFSfunciona. Ele é usado como separador quando você dá múltiplos argumentos ao printcomando, mas não é usado em expressões.

    Em expressões, o único operador de concatenação é colocar subexpressões uma ao lado da outra. Se você quiser concatenar com, OFSvocê deve escrever explicitamente.

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

    Você também pode simplesmente escrever o literal em vez de usar OFS.

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

    Usando qualquer awk, você deve fazer o seguinte se seus campos $1 e $5 forem exclusivos por linha:

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

    e isto de outra forma:

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

    O close()é para que você não acabe com um erro de "muitos arquivos abertos" se sua entrada for grande. O printf "" > outé para esvaziar/iniciar o arquivo de saída caso ele já existisse antes de seu script ser executado.

    Com o GNU awk você pode se safar sem close():

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

    mas o script ficará significativamente mais lento para entradas grandes, pois ele tenta lidar internamente com a abertura/fechamento de todos os arquivos de saída conforme necessário.

    • 3

  3. Nesse caso

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

    você está chamando printuma função com 2 argumentos $1e concatenação de $5e .txt. Enquanto em

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

    não há função para a qual inserir argumentos. Você pode usar sprintfa função string que formata e retorna a string da seguinte maneira

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

relate perguntas