Início / unix / Perguntas / 736407
Accepted
MAK33
Asked: 2023-02-22 08:15:37 +0800 CST

String delimitada não dinâmica para obter o relacionamento pai-filho

  • 772

Eu tenho um cenário em que preciso desarticular os dados para alcançar o relacionamento pai-filho. Meus dados de origem são os seguintes:

Key_Col|Hierarquia

1|a,b,c,d

2|a,b,c,d,e

Minha saída esperada abaixo:

Chave Col Criança Pai
1 d c
1 c b
1 b a
1 a nulo
2 e d
2 d c
2 c b
2 b a
2 a nulo

Você poderia me informar como posso conseguir isso por meio de um script bash?

O script que usei é:

Var="1|a,b,c,d";
for i in $Var
do
 Key=`echo $i |cut -d'|' -f1`
 Hierarchy=`echo $i |cut -d'|' -f2`
 Delim_Count=`echo ${Hierarchy} |awk -F',' '{ print NF-1 }'`
 for (( c=$Delim_Count+1; c>=1; c-- ))
 do
   Parent=`echo ${Hierarchy} |cut -d',' -f$c`
   Prev=`expr $c - 1`
   if [ $Prev -ne 0 ]; then
    Child=`echo ${Hierarchy} |cut -d',' -f${Prev}`
    echo "${Key}|${Parent}|${Child}"
   else
    echo "${Key}|${Parent}|"
   fi
 done
done

Mas o problema é que, se houver mais de 100 linhas, o script levará muito tempo para ser concluído.

bash

1 respostas

  1. Best Answer

    Coisas como essas geralmente são mais fáceis de fazer com uma linguagem feita para processar texto ou dados estruturados. Abaixo está uma solução usando o utilitário de processamento de texto padrão awke outra usando Miller ( mlr), uma ferramenta usada especificamente para processar dados estruturados (seus dados se parecem com CSV).

    Com awk:

    $ cat file
Key_Col|Hierarchy
1|a,b,c,d
2|a,b,c,d,e

    $ awk 'BEGIN { OFS=FS="|" } NR == 1 { print $1, "Child", "Parent"; next } { n=split($2,a,","); a[0]="null"; for (i=n;i>0;i--) print $1,a[i],a[i-1] }' file
Key_Col|Child|Parent
1|d|c
1|c|b
1|b|a
1|a|null
2|e|d
2|d|c
2|c|b
2|b|a
2|a|null

    O awkcódigo acima lê cada linha de entrada como um conjunto de |campos delimitados por -. Ele divide o segundo campo nas vírgulas na matriz a. O elemento zero do array é definido como a string null( split()cria um array cujo primeiro índice é 1 , então sabemos que podemos usar o índice 0 sem sobrescrever os dados). Em seguida, iteramos do final da matriz para o início, gerando o valor do primeiro campo com o elemento atual da matriz e o elemento anterior na matriz. Quando chegarmos à última iteração, nossa variável de loop terá o valor 1, o que faz com que a[1]e a[0]( null) sejam impressos.

    A primeira linha de entrada, que contém um cabeçalho, é tratada de forma diferente. Em vez de dividir etc., o código imprime três campos: o primeiro campo da entrada e um campo cada para as strings Childe Parent. O bloco condicional NR==1faz isso.

    O awkcódigo, reformatado para facilitar a leitura:

    BEGIN {
    OFS = FS = "|"
}

NR == 1 {
    print $1, "Child", "Parent"
    next
}

{
    n = split($2, a, ",")
    a[0] = "null"
    for (i = n; i > 0; i--)
        print $1, a[i], a[i-1]
}

    Como a entrada se parece com CSV, pode ser mais seguro usar uma ferramenta compatível com CSV para processá-la. Miller ( mlr) é uma dessas ferramentas:

    $ mlr --csv --fs pipe put -q 'm=splitnv($Hierarchy,","); m[0]="null"; for (var i=length(m)-1;i>0;i-=1) { emit {"Key_Col": $Key_Col, "Child": m[i], "Parent": m[i-1] } }' file
Key_Col|Child|Parent
1|d|c
1|c|b
1|b|a
1|a|null
2|e|d
2|d|c
2|c|b
2|b|a
2|a|null

    A putexpressão Miller segue o mesmo esquema do awkcódigo acima, mas sem ter que lidar com os cabeçalhos como um caso especial já que Miller sabe como ler e usar estes:

    m = splitnv($Hierarchy, ",")
m[0] = "null"

for (var i = length(m) - 1; i > 0; i -= 1) {
    emit {
        "Key_Col": $Key_Col,
        "Child": m[i],
        "Parent": m[i-1]
    }
}

    Miller nos permite produzir o resultado de muitas formas diferentes ajustando as opções antes do putsubcomando.

    Saída "barrada" bem impressa:

    $ mlr --c2p --barred --ifs pipe put ...as above...
+---------+-------+--------+
| Key_Col | Child | Parent |
+---------+-------+--------+
| 1       | d     | c      |
| 1       | c     | b      |
| 1       | b     | a      |
| 1       | a     | null   |
| 2       | e     | d      |
| 2       | d     | c      |
| 2       | c     | b      |
| 2       | b     | a      |
| 2       | a     | null   |
+---------+-------+--------+

    JSON:

    $ mlr --c2j --ifs pipe put ...as above...
{ "Key_Col": 1, "Child": "d", "Parent": "c" }
{ "Key_Col": 1, "Child": "c", "Parent": "b" }
{ "Key_Col": 1, "Child": "b", "Parent": "a" }
{ "Key_Col": 1, "Child": "a", "Parent": "null" }
{ "Key_Col": 2, "Child": "e", "Parent": "d" }
{ "Key_Col": 2, "Child": "d", "Parent": "c" }
{ "Key_Col": 2, "Child": "c", "Parent": "b" }
{ "Key_Col": 2, "Child": "b", "Parent": "a" }
{ "Key_Col": 2, "Child": "a", "Parent": "null" }

    (etc.)

    • 1

relate perguntas