☰

复制粘贴后如何对齐文本文件？

tag-icon • tag-icon command-line bash text-processing awk copy-and-paste
复制粘贴后如何对齐文本文件？

我将文件 1 中的第 7、8 和 9 列复制到文件 2 中的第 7、8 和 9 列，从而生成一个新文件 3。生成的文件（文件 3）与原始文件不对齐，我该如何编辑它以保持对齐？

我使用以下命令：

    awk '(getline line < "file 1") > -1 {split(line,a); $7 = a[7]; $8 = a[8]; $9= a[9]} 1' file 2 > file 3

文件 1：

真空中的 GRM

192700

1GRM     C1    1  17.188   0.311  13.994 -0.5971  0.0204 -0.0724
1GRM     C2    2   0.094   0.383   0.005  0.4831 -0.8709 -0.2204
1GRM     C3    3   0.091   0.524   0.008 -0.7098  0.3449 -0.3952
1GRM     C4    4  17.185   0.596   0.007 -0.4066 -0.4079  0.1701
2GRM     C1    5  17.187   0.738   0.016  0.1844 -0.5441 -0.4893
2GRM     C2    6   0.090   0.815   0.011  1.1631 -0.2289 -0.8340
2GRM     C3    7   0.091   0.957   0.014 -0.4473 -0.2423 -0.3223
2GRM     C4    8  17.184   1.028   0.009 -0.4822  0.0086 -0.4791
3GRM     C1    9  17.189   1.171   0.004 -0.0345 -0.8207 -0.6602

文件2：

真空中的 GRM

192760

1GRM     C1    1   0.061   0.071  14.000 
1GRM     C2    2   0.184   0.142  14.000
1GRM     C3    3   0.184   0.284   0.000
1GRM     C4    4   0.061   0.355   0.000
2GRM     C1    5   0.061   0.497  14.000
2GRM     C2    6   0.184   0.568   0.000
2GRM     C3    7   0.184   0.710   0.000
2GRM     C4    8   0.061   0.781   0.000
3GRM     C1    9   0.061   0.923   0.000
3GRM     C2   10   0.184   0.994  14.000
3GRM     C3   11   0.184   1.136  14.000
3GRM     C4   12   0.061   1.207  14.000
4GRM     C1   13   0.061   1.349  14.000
4GRM     C2   14   0.184   1.420  14.000
4GRM     C3   15   0.184   1.562   0.000
4GRM     C4   16   0.061   1.633  14.000
5GRM     C1   17   0.061   1.775   0.000
5GRM     C2   18   0.184   1.846   0.002
5GRM     C3   19   0.184   1.988   0.001
5GRM     C4   20   0.061   2.059   0.000

文件 3：

真空中的 GRM

192760

1GRM C1 1 0.061 0.071 14.000 -0.5971 0.0204 -0.0724
1GRM C2 2 0.184 0.142 14.000 0.4831 -0.8709 -0.2204
1GRM C3 3 0.184 0.284 0.000 -0.7098 0.3449 -0.3952
1GRM C4 4 0.061 0.355 0.000 -0.4066 -0.4079 0.1701
2GRM C1 5 0.061 0.497 14.000 0.1844 -0.5441 -0.4893
2GRM C2 6 0.184 0.568 0.000 1.1631 -0.2289 -0.8340
2GRM C3 7 0.184 0.710 0.000 -0.4473 -0.2423 -0.3223
2GRM C4 8 0.061 0.781 0.000 -0.4822 0.0086 -0.4791
3GRM C1 9 0.061 0.923 0.000 -0.0345 -0.8207 -0.6602
3GRM C2 10 0.184 0.994 14.000 0.1033 0.4238 -0.8983
3GRM C3 11 0.184 1.136 14.000 -0.0426 -0.1083 -0.8554
3GRM C4 12 0.061 1.207 14.000 -0.2814 -0.0363 -0.9146
4GRM C1 13 0.061 1.349 14.000 0.7722 0.4317 -0.4379
4GRM C2 14 0.184 1.420 14.000 -0.5701 0.2915 -0.3098
4GRM C3 15 0.184 1.562 0.000 0.4572 0.1368 0.1921
4GRM C4 16 0.061 1.633 14.000 -0.0747 -0.5492 -0.1254
5GRM C1 17 0.061 1.775 0.000 0.3071 0.9864 -0.8679
5GRM C2 18 0.184 1.846 0.002 -0.7815 -0.8144 -0.0069
5GRM C3 19 0.184 1.988 0.001 -0.0089 0.1174 0.2548
5GRM C4 20 0.061 2.059 0.000 0.7953 0.1404 -1.1225
6GRM C1 21 0.061 2.201 14.000 -0.0370 0.1705 -0.3342
6GRM C2 22 0.184 2.272 14.000 -0.2619 0.4221 -0.6572
6GRM C3 23 0.184 2.414 14.000 -0.4540 -0.3948 -0.6204
6GRM C4 24 0.061 2.485 14.000 -0.1499 -0.2942 -0.5181

我想要的格式与文件 1 和 2 的格式相同（列之间有空格）

我按照 schrodigerscatcuriosity 和 steeldriver 的建议尝试了以下命令，但是从第 10002 行到末尾仍然存在问题，请检查下面我尝试的命令和输出：

    awk '(getline line < "file_1") > -1 {split(line,a); $7 = a[7]; $8 = a[8]; $9= a[9]} 1' file_2 | rev | column -t | rev > file_3

    awk 'BEGIN{fmt="%8s%7s%5d%8.3f%8.3f%8.3f%8.4f%8.4f%8.4f"} (getline line < "file 1") > -1 {n = split(line,a)} n > 6 {$0 = sprintf(fmt,$1,$2,$3,$4,$5,$6,a[7],a[8],a[9])} 1' "file 2" > file 3

他们俩都给了我以下内容：

 2499GRM     C2 9994  15.433   7.810   0.001  0.2740 -0.1307  0.2597
 2499GRM     C3 9995  15.433   7.952   0.000 -0.0604 -0.1317  0.2130
 2499GRM     C4 9996  15.310   8.023   0.001 -0.0362 -0.0640 -0.3092
 2500GRM     C1 9997  15.310   8.165   0.001 -0.0183 -0.0765 -0.0458
 2500GRM     C2 9998  15.433   8.236   0.000 -0.2414  0.3310  0.3241
 2500GRM     C3 9999  15.433   8.378   0.000 -0.2669  0.3179  0.8367
 2500GRMC410000   15   8.449   0.000   0.000  0.5860  0.8426  0.0000 #(This line is 10002)
 2501GRMC110001   15   8.591   0.000   0.000  0.5939 -0.1623  0.0000
 2501GRMC210002   15   8.662   0.000   0.000  0.4561 -0.1660  0.0000

我尝试使用增加空间

 awk 'BEGIN{fmt="%10s%9s%7d%8.3f%8.3f%8.3f%8.4f%8.4f%8.4f"} (getline line < "file 1") > -1 {n = split(line,a)} n > 6 {$0 = sprintf(fmt,$1,$2,$3,$4,$5,$6,a[7],a[8],a[9])} 1' "file 2" > file 3

按照建议，我得到了以下输出：

   2499GRM       C3   9995  15.433   7.952   0.000 -0.0604 -0.1317  0.2130
   2499GRM       C4   9996  15.310   8.023   0.001 -0.0362 -0.0640 -0.3092
   2500GRM       C1   9997  15.310   8.165   0.001 -0.0183 -0.0765 -0.0458
   2500GRM       C2   9998  15.433   8.236   0.000 -0.2414  0.3310  0.3241
   2500GRM       C3   9999  15.433   8.378   0.000 -0.2669  0.3179  0.8367
   2500GRM  C410000     15   8.449   0.000   0.000  0.5860  0.8426  0.0000 # (This line is 10002)
   2501GRM  C110001     15   8.591   0.000   0.000  0.5939 -0.1623  0.0000
   2501GRM  C210002     15   8.662   0.000   0.000  0.4561 -0.1660  0.0000
   2501GRM  C310003     15   8.804   0.000   0.000  0.4524 -0.1486  0.0000
   2501GRM  C410004     15   8.875   0.000   0.000 -0.2143  0.4926  0.0000
   2502GRM  C110005     15   9.017   0.000   0.000 -0.2203  0.2975  0.0000
   2502GRM  C210006     15   9.088   0.000   0.000 -0.2375 -0.0458  0.0000
   2502GRM  C310007     15   9.230  14.000   0.000 -0.2338 -0.4862  0.0000
   2502GRM  C410008     15   9.301  14.000   0.000 -0.1438 -0.0725  0.0000

原始文件的同一部分（第 10002 行）如下所示：

文件 1：

 2499GRM     C3 9995  15.167   8.231  13.994 -0.0604 -0.1317  0.2130
 2499GRM     C4 9996  15.045   8.304  13.996 -0.0362 -0.0640 -0.3092
 2500GRM     C1 9997  15.046   8.446   0.001 -0.0183 -0.0765 -0.0458
 2500GRM     C2 9998  15.170   8.516  13.999 -0.2414  0.3310  0.3241
 2500GRM     C3 9999  15.172   8.658   0.003 -0.2669  0.3179  0.8367
 2500GRM     C410000  15.049   8.727   0.006 -0.1138  0.5860  0.8426 #(line 10002)
 2501GRM     C110001  15.048   8.869   0.006 -0.0660  0.5939 -0.1623
 2501GRM     C210002  15.171   8.940   0.006  0.0179  0.4561 -0.1660
 2501GRM     C310003  15.173   9.082   0.005  0.3025  0.4524 -0.1486

文件2：

 2499GRM     C3 9995  15.433   7.952   0.000
 2499GRM     C4 9996  15.310   8.023   0.001
 2500GRM     C1 9997  15.310   8.165   0.001
 2500GRM     C2 9998  15.433   8.236   0.000
 2500GRM     C3 9999  15.433   8.378   0.000
 2500GRM     C410000  15.310   8.449   0.000     #(This line is 10002)
 2501GRM     C110001  15.310   8.591   0.000
 2501GRM     C210002  15.433   8.662   0.000
 2501GRM     C310003  15.433   8.804   0.000
 2501GRM     C410004  15.310   8.875   0.000

值得一提的是，问题发生在第 10002 行

答案1

你可以尝试这个技巧：

awk '(getline line < "file_1") > -1 {split(line,a); $7 = a[7]; $8 = a[8]; $9= a[9]} 1' file_2 | rev | column -t | rev > file_3

输出：

1GRM  C1   1  0.061  0.071  14.000  -0.5971   0.0204  -0.0724
1GRM  C2   2  0.184  0.142  14.000   0.4831  -0.8709  -0.2204
1GRM  C3   3  0.184  0.284   0.000  -0.7098   0.3449  -0.3952
1GRM  C4   4  0.061  0.355   0.000  -0.4066  -0.4079   0.1701
2GRM  C1   5  0.061  0.497  14.000   0.1844  -0.5441  -0.4893
2GRM  C2   6  0.184  0.568   0.000   1.1631  -0.2289  -0.8340
2GRM  C3   7  0.184  0.710   0.000  -0.4473  -0.2423  -0.3223
2GRM  C4   8  0.061  0.781   0.000  -0.4822   0.0086  -0.4791
3GRM  C1   9  0.061  0.923   0.000  -0.0345  -0.8207  -0.6602
3GRM  C2  10  0.184  0.994  14.000  -0.0345  -0.8207  -0.6602
3GRM  C3  11  0.184  1.136  14.000  -0.0345  -0.8207  -0.6602
3GRM  C4  12  0.061  1.207  14.000  -0.0345  -0.8207  -0.6602
4GRM  C1  13  0.061  1.349  14.000  -0.0345  -0.8207  -0.6602
4GRM  C2  14  0.184  1.420  14.000  -0.0345  -0.8207  -0.6602
4GRM  C3  15  0.184  1.562   0.000  -0.0345  -0.8207  -0.6602
4GRM  C4  16  0.061  1.633  14.000  -0.0345  -0.8207  -0.6602
5GRM  C1  17  0.061  1.775   0.000  -0.0345  -0.8207  -0.6602
5GRM  C2  18  0.184  1.846   0.002  -0.0345  -0.8207  -0.6602
5GRM  C3  19  0.184  1.988   0.001  -0.0345  -0.8207  -0.6602
5GRM  C4  20  0.061  2.059   0.000  -0.0345  -0.8207  -0.6602

答案2

如果您需要严格对齐，您可能需要考虑使用明确格式化printf或sprintf语句例如。

$ awk '
    BEGIN{fmt="%8s%7s%5d%8.3f%8.3f%8.3f%8.4f%8.4f%8.4f"} 
    (getline line < "file 1") > -1 {n = split(line,a)} 
    n > 6 {$0 = sprintf(fmt, $1,$2,$3,$4,$5,$6,a[7],a[8],a[9])}
    1
  ' "file 2"
GRM in vacuum

192760

    1GRM     C1    1   0.061   0.071  14.000 -0.5971  0.0204 -0.0724
    1GRM     C2    2   0.184   0.142  14.000  0.4831 -0.8709 -0.2204
    1GRM     C3    3   0.184   0.284   0.000 -0.7098  0.3449 -0.3952
    1GRM     C4    4   0.061   0.355   0.000 -0.4066 -0.4079  0.1701
    2GRM     C1    5   0.061   0.497  14.000  0.1844 -0.5441 -0.4893
    2GRM     C2    6   0.184   0.568   0.000  1.1631 -0.2289 -0.8340
    2GRM     C3    7   0.184   0.710   0.000 -0.4473 -0.2423 -0.3223
    2GRM     C4    8   0.061   0.781   0.000 -0.4822  0.0086 -0.4791
    3GRM     C1    9   0.061   0.923   0.000 -0.0345 -0.8207 -0.6602
    3GRM     C2   10   0.184   0.994  14.000 -0.0345 -0.8207 -0.6602
    3GRM     C3   11   0.184   1.136  14.000 -0.0345 -0.8207 -0.6602
    3GRM     C4   12   0.061   1.207  14.000 -0.0345 -0.8207 -0.6602
    4GRM     C1   13   0.061   1.349  14.000 -0.0345 -0.8207 -0.6602
    4GRM     C2   14   0.184   1.420  14.000 -0.0345 -0.8207 -0.6602
    4GRM     C3   15   0.184   1.562   0.000 -0.0345 -0.8207 -0.6602
    4GRM     C4   16   0.061   1.633  14.000 -0.0345 -0.8207 -0.6602
    5GRM     C1   17   0.061   1.775   0.000 -0.0345 -0.8207 -0.6602
    5GRM     C2   18   0.184   1.846   0.002 -0.0345 -0.8207 -0.6602
    5GRM     C3   19   0.184   1.988   0.001 -0.0345 -0.8207 -0.6602
    5GRM     C4   20   0.061   2.059   0.000 -0.0345 -0.8207 -0.6602

答案3

除了已经给出的两个很棒的答案之外钢铁司机和薛定谔好奇心

试试这个（为了便于阅读，将一个命令分成四行，只需一次覆盖所有四行，然后粘贴到终端，然后按Enter），看看它是否适合你：

awk '(getline line < "file1") > -1 {split(line,a); l=length($2); \
if (l>2) {$2=substr($2,1,2) OFS substr($2,3)}; \
if (l>2) {$7 = a[6]; $8 = a[7]; $9= a[8]} else \
{$7 = a[7]; $8 = a[8]; $9= a[9]}}1' "file2" | column -t > "file3"

将file1和更改file2为您的输入文件，输出将保存到file3

注意：

您的列数在第 10002 行发生变化（第 2 列和第 3 列变为一列），并且命令的以下部分修复了此问题：

l=length($2); \
if (l>2) {$2=substr($2,1,2) OFS substr($2,3)}; \
if (l>2) {$7 = a[6]; $8 = a[7]; $9= a[8]} else \
{$7 = a[7]; $8 = a[8]; $9= a[9]}

答案4

Freddy 在 Stack Exchange - Unix & Linux 中回答了这个问题。我发布这个答案只是为了防止其他人遇到同样的问题。

问题是文件 1 中有 8 或 9 个数据字段，而文件 2 中有 5 或 6 个数据字段。C3 9999 是一个格式错误的字段，或者 C410000 应该是两个字段 C4 和 10000。

要根据字段数量调整格式，您可以

使用两个格式字符串并在它们之间切换保存数组元素的数量 n 当您拆分行并取最后三个值 a[n-2], a[n-1], a[n]

awk '
BEGIN{
fmt1="%8s %6s%5s %7.3f %7.3f %7.3f %7.4f %7.4f %7.4f" ORS
fmt2="%8s %11s %7.3f %7.3f %7.3f %7.4f %7.4f %7.4f" ORS
}
(getline line < "file 1") > -1{
n=split(line, a)
}
NF<=3{ print; next }                                                     # 
print original line 
NF==6{ printf fmt1, $1, $2, $3, $4, $5, $6, a[n-2], a[n-1], a[n]; next } # 6 + 
3 fields
{ printf fmt2, $1, $2, $3, $4, $5, a[n-2], a[n-1], a[n] }                # 5 + 
3 fields
' "file 2" > "file 3"

相关内容