☰

使用“awk”在多个数据块中打印占位符

tag-icon • tag-icon awk sed
使用“awk”在多个数据块中打印占位符

早上好，

我有许多数据块，其中包含基于用户输入的 1 到 8 个变量（下面表示为“CONDx”）。我已经使用 awk 和 grep 编写了一个脚本来提取要以列格式呈现的数据。这些数据是我从一个更大的文件中提取的，所以也许我需要后退一步来解决我的解决方案。无论如何，数据看起来像这样：

> cat file
foo
REF    Data1
COND1  Value1
COND2  Value2
foo
REF    Data2
COND3  Value3
foo
REF    Data3
COND1  Value4
COND3  Value5
foo

我的脚本以下列格式显示结果，我需要在垂直方向手动修改以使其正确排列：

        COND1   COND2   COND3   COND4   COND5   COND6   COND7   COND8
Data1   Value1  Value2  Value3  x       x       x       x       x               
Data2   Value4          Value5  
Data3

我的问题是，是否可以使用 awk （或 sed，等等）来检查每个 CONDx 是否包含在每个 REF 块中，如果它打印相应的“ValueX”，如果不是，则打印一个“x”（或更好的是空白）作为占位符？所以期望的输出是：

        COND1   COND2   COND3   COND4   COND5   COND6   COND7   COND8
Data1   Value1  Value2  x       x       x       x       x       x       
Data2   x       x       Value3  x       x       x       x       x
Data3   Value3  x       Value5  x       x       x       x       x

以 COND1 为例，部分脚本包含：

 grep COND1 file | awk '{print $2} END { if (!NR) print "x" }' > temp.cond1

temp.cond1 粘贴到结果文件中，但这只在第一行打印一个“x”，如我的输出所示，我明白为什么它不起作用，但想不出新的方法。我想也许可以用 IF 语句来做？将不胜感激任何帮助。

谢谢你的时间。

答案1

这是 awk 中的一个实现。我已经有一段时间没有使用该语言编写超过几行程序了，并且认为这将是一个有趣的练习。

要使用程序运行 awk，您需要指定-f标志，例如：

awk -f my_program.awk my_data.txt

此实现仅输出在文件中找到的 CONDx 变量。

# Initialize a couple of variables
BEGIN {
    fill_value = "xx"
    record_number = 0
}

# for any line that begins and ends with `foo` save the record
# and then move on to process the next line
/^foo$/ { save_record(); next }

# for any other line, grab the key and data, and mark that the record is valid
{
    fields[$1] = $1
    record[$1] = $2;
    record[1] = "exists"
}

# after reading in all of the records, output them
END {
    # sort the fields into alpha order
    asort(fields)
    delete fields["REF"]

    printf("%-8s", "REF")
    for (field in fields) {
        printf("%-8s", fields[field])
    }
    print ""

    # print the records
    for (i=0; i < record_number; i++) {
        record_name = record_number_str(i, "REF");
        printf("%-8s", records[record_name])

        for (field in fields) {
            record_name = record_number_str(i, fields[field])
            to_print = fill_value
            if (record_name in records)
                to_print = records[record_name]
            printf("%-8s", to_print)
        }
        print ""
    }
}

function save_record() {
    if (1 in record) {
        delete record[1]
        for (rec in record)
            records[record_number_str(record_number, rec)] = record[rec]
        record_number++
    }
    delete record
}

# awk only has single dimensional associative arrays.  So we need
# to construct a key for the array that has two dimensions
function record_number_str(record_number, rec) {
    return sprintf("%06d %s", record_number, rec)
}

我认为 awk 不是最理想的语言。更好的可能是：perl、ruby 或 python。作为对比，这里是 python 实现。请注意，行数大约只有 1/2：

import fileinput

record = {}
records = []
fields = set()
for line in [l.strip() for l in fileinput.input()]:
    if line == 'foo':
        if record:
            records.append(record)
            record = {}
    else:
        key, value = line.split()
        record[key] = value
        fields.add(key)

# print the header
print("%-8s" % "REF", end="")
fields.remove("REF")
for field in sorted(fields):
    print("%-8s" % field, end="")
print()

# print the records
for record in records:
    print("%-8s" % record["REF"], end="")
    for field in sorted(fields):
            print("%-8s" % record.get(field, ''), end="")
    print()

相关内容