主页 / unix / 问题 / 727924
Accepted
justsomeguy
Asked: 2022-12-10 12:19:59 +0800 CST

如何让awk在匹配后提供下一列

  • 772

我有以下文件（somefile.txt）：

/A/1/B/1/C/1/D/1/E/1/F/2/G/1/H/1/I/1/J/1/K/1/
/B/1/C/1/D/1/E/1/F/5/G/1/H/1/I/1/J/1/K/1/
/C/1/D/1/E/1/F/9/G/1/H/1/I/1/J/1/K/1/
/D/1/E/1/F/7/G/1/H/1/I/1/J/1/K/1/
/A/1/B/1/C/1/D/1/E/1/F/8/G/1/H/1/I/1/J/1/K/1/
/A/1/B/1/C/1/D/1/E/1/F/3/G/1/H/1/I/1/J/1/K/1/
/A/1/B/1/C/1/D/1/E/1/F/6/G/1/H/1/I/1/J/1/K/1/
/B/1/C/1/D/1/E/1/F/8/G/1/H/1/I/1/J/1/K/1/
/D/1/E/1/F/3/G/1/H/1/I/1/J/1/K/1/
/C/1/D/1/E/1/F/6/G/1/H/1/I/1/J/1/K/1

我希望获得以下结果（ 之后的下一个数字F）：

2
5
9
7
8
3
6
8
3
6

鉴于每行的列数是可变的，有没有办法可以执行以下操作？：

awk -F'/' '/F/ {print <column_of_match> + 1 }' somefile.txt
linux

5 个回答

  1. Best Answer

    只需使用与分隔符和匹配的模式，F将该子字符串拆分为一个数组，然后打印该子字段。

    测试代码：

    $ awk 'match ($0, "/F/[^/]/") {
    split (substr ($0, RSTART, RLENGTH), V, "/");
    print V[3];
}' Match.txt

    无需遍历字段，或使用两个进程。

    您也可以通过调整字符串索引来删除不需要 , 的部分split，但这会降低它的通用性，并且更有可能出现一次性错误。

    awk 'match ($0, "/F/[^/]/") {
    print substr ($0, RSTART+3, RLENGTH-4);
}' Match.txt
    • 1

  2. 将 GNU awk 用于多字符 RS：

    $ awk -v RS='[/\n]+' 'f{print; f=0} /F/{f=1}' file
2
5
9
7
8
3
6
8
3
6
    • 1

  3. 使用 perl，因为数组切片很方便，所以能够将数组中的每对元素视为散列的键和值：

    $ perl -F/ -lane '%f = @F[1..$#F]; print $f{F}' input.txt 
2
5
9
7
8
3
6
8
3
6

    Perl-F和-a(autosplit) 的工作方式与 awk 类似——但它不是将行自动拆分为 $1、$2、$3 等，而是将每一行自动拆分为一个名为@F.

    该脚本将数组的@F一部分（除第零个元素外的所有元素）转换为名为 的散列（关联数组）%f，并打印%f带有键“F”的元素。

    为了强调这是做什么的/它是如何工作的（以及为什么我们需要排除@F 的空字符串第 0 个元素），下面是使用Data::Dump模块的函数时@F的%f样子：dump

    $ perl -F/ -MData::Dump=dump -lane '
    %f = @F[1..$#F];
    print join("\n", $_, dump(@F), dump(\%f), $f{F}), "\n"' input.txt 
/A/1/B/1/C/1/D/1/E/1/F/2/G/1/H/1/I/1/J/1/K/1/
("", "A", 1, "B", 1, "C", 1, "D", 1, "E", 1, "F", 2, "G", 1, "H", 1, "I", 1, "J", 1, "K", 1)
{ A => 1, B => 1, C => 1, D => 1, E => 1, F => 2, G => 1, H => 1, I => 1, J => 1, K => 1 }
2

/B/1/C/1/D/1/E/1/F/5/G/1/H/1/I/1/J/1/K/1/
("", "B", 1, "C", 1, "D", 1, "E", 1, "F", 5, "G", 1, "H", 1, "I", 1, "J", 1, "K", 1)
{ B => 1, C => 1, D => 1, E => 1, F => 5, G => 1, H => 1, I => 1, J => 1, K => 1 }
5

/C/1/D/1/E/1/F/9/G/1/H/1/I/1/J/1/K/1/
("", "C", 1, "D", 1, "E", 1, "F", 9, "G", 1, "H", 1, "I", 1, "J", 1, "K", 1)
{ C => 1, D => 1, E => 1, F => 9, G => 1, H => 1, I => 1, J => 1, K => 1 }
9
...and so on...

    注意：如果输入中没有F，这将打印一个空行。如果那不是您想要的，请执行以下操作：

    perl -F/ -lane '%f = @F[1..$#F];
                if (defined $f{F}) {
                  print $f{F}
                } else {
                   print STDERR "Error on input line $.: F has absconded"
                }' input.txt
    • 1

  4. 这是一个使用的答案sed：

    $ sed -n 's|.*F/\([0-9]\).*|\1|p' <<EOF
/A/1/B/1/C/1/D/1/E/1/F/2/G/1/H/1/I/1/J/1/K/1/
/B/1/C/1/D/1/E/1/F/5/G/1/H/1/I/1/J/1/K/1/
/C/1/D/1/E/1/F/9/G/1/H/1/I/1/J/1/K/1/
/D/1/E/1/F/7/G/1/H/1/I/1/J/1/K/1/
/A/1/B/1/C/1/D/1/E/1/F/8/G/1/H/1/I/1/J/1/K/1/
/A/1/B/1/C/1/D/1/E/1/F/3/G/1/H/1/I/1/J/1/K/1/
/A/1/B/1/C/1/D/1/E/1/F/6/G/1/H/1/I/1/J/1/K/1/
/B/1/C/1/D/1/E/1/F/8/G/1/H/1/I/1/J/1/K/1/
/D/1/E/1/F/3/G/1/H/1/I/1/J/1/K/1/
/C/1/D/1/E/1/F/6/G/1/H/1/I/1/J/1/K/1
EOF
2
5
9
7
8
3
6
8
3
6

    解释-n 's|.*F/\([0-9]\).*|\1|p'：

    • -n表示除非明确告知，否则不要打印任何内容
    • 表达式的尾部p表示：“如果此表达式匹配，则打印此行”。这意味着F/[0-9]不会打印没有的行。
    • s|foo|bar|在表达式中表示：替换foo为bar. 您通常将其视为s/foo/bar/，但由于我们/在表达式中有一个，我过去常常|避免转义它。
    • 匹配部分（foo）：
      • .*F/[0-9].*表示：所有带有F/数字的行。
      • .*F/\([0-9]\).*意思是：匹配包含F/一个数字的整行，但记住那个数字
    • 在替换部分（bar）中：
      • \1指的是我们记住的那个数字。

    简而言之：

    • 找到任何匹配的行*F/[0-9]*，并仅将其替换为数字。

    如果多位正整数是可能的，那么表达式可以很容易地修改：

    sed -n 's|.*/F/\([0-9]\+\)/.*|\1|p'
    • 1

  5. 这是您的问题的可能解决方案，它涉及使用 awk 两次，一次用于在正确的位置拆分，下一次获取数字并打印出来。

    这是脚本：

    awk -F "/F/" '{print $2}' prova.txt  | awk -F "/" '{print $1}'

    在第一部分中，我们将输入字符串拆分为/F/，这样第二部分的第一个字母就是我们要查找的数字，而在脚本的第二部分中，我们只是将这个数字隔离开来。

    这在我们每行最多有一个F时有效（它甚至在没有 F 时有效，因为它只会打印空行。

    • 0

相关问题