☰

如何解决复制粘贴后文本文件中的列对齐问题？

tag-icon • tag-icon shell text-processing awk command-line columns
如何解决复制粘贴后文本文件中的列对齐问题？

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 列中，生成一个新文件 3。生成的文件（文件 3）未与原始文件对齐，如何编辑它以保留结盟 ？

我使用了命令：

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：

GRM in vacuum

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

文件2：

GRM in vacuum

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

文件3（输出）：

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

为了解决对齐问题，我使用了：

    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

但我仍然有两个问题。

第一个问题是输出文件中列的对齐方式与原始文件（文件 1 和文件 2）不同。

第二个问题发生在第 10002 行，第 2 列和第 3 列合并在一起，导致输出文件中从第 10002 行开始到末尾的完整列消失，下面是第 10002 行的 3 个文件：

文件1：

2500GRM     C3 9999  15.716   8.242   0.002  0.2372 -0.2989 -0.0758   # line 10001
2500GRM     C410000  15.592   8.311   0.003  0.2603 -0.2492 -0.2394   # line 10002
2501GRM     C110001  15.591   8.453   0.006  0.0887 -0.2458 -0.7014   # line 10003
2501GRM     C210002  15.714   8.524   0.007 -0.0788  0.0598 -0.9619   # line 10004

文件2：

2500GRM     C3 9999  15.433   8.378   0.000   # line 10001
2500GRM     C410000  15.310   8.449   0.000   # line 10002
2501GRM     C110001  15.310   8.591   0.000   # line 10003
2501GRM     C210002  15.433   8.662   0.000   # line 10004

文件3：

2500GRM C3 9999 15.433 8.378 0.000 0.2372 -0.2989 -0.0758   # line 10001
2500GRM C410000 15.310 8.449 0.000  -0.2492 -0.2394         # line 10002
2501GRM C110001 15.310 8.591 0.000  -0.2458 -0.7014         # line 10003
2501GRM C210002 15.433 8.662 0.000  0.0598 -0.9619          # line 10004

我已在以下链接中附加了所有文件：

https://drive.google.com/drive/folders/13diMVxlp-T9BXE_jnm_LL1jUPbz8eren

答案1

问题是 中 有 8 或 9 个数据字段，file1中有 5 或 6 个数据字段file2。要么C3 9999 是一个格式错误的字段，要么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
  • n分割行并取最后三个值时保存数组元素的数量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"

输出：

 ...
 2500GRM     C3 9999  15.433   8.378   0.000  0.2372 -0.2989 -0.0758
 2500GRM     C410000  15.310   8.449   0.000  0.2603 -0.2492 -0.2394
 2501GRM     C110001  15.310   8.591   0.000  0.0887 -0.2458 -0.7014
 2501GRM     C210002  15.433   8.662   0.000 -0.0788  0.0598 -0.9619
 ...

相关内容