☰

提取文件以生成并重命名不同的文件

tag-icon • tag-icon bash text-processing csv-simple
提取文件以生成并重命名不同的文件

我有一个 csv（其中第一列和第二列用“，”分隔）文件，如下所示：

Column1,Column2
4e,info1
4t,info2
45t,info3
3,info4

我想获得 4 个不同的文件，每一行一个，文件名取自 Column1，内容取自 Column2。

我的预期输出是：

文件名1 =4e.smi

info1

文件名2 =4t.smi

info2

文件名3 =45t.smi

info3

文件名4 =3.smi

info4

我认为我可以生成两个不同的变量，一个与第一列相关，另一个与第二列相关，并使用该变量创建新文件，对所有行循环执行此操作。但我尝试了这个命令行，但它不起作用：

while IFS=',' read -r name smile; do write "$smile" "$name".smi; done < InputFIle.txt

有人可以帮我解决这个挑战吗？

谢谢。

答案1

write除了该命令不是您要使用的命令这一事实之外，您的循环几乎是正确的。相反，请printf与重定向一起使用。您还需要确保跳过初始行，我们可以通过多种不同的方式来做到这一点。下面，我使用的是tail -n +2，但您也可以使用sed 1d.

tail -n +2 InputFIle.txt |
while IFS=, read -r name string; do
    printf '%s\n' "$string" >"$name".smi
done

请注意，这假设文件名仅写入一次，就好像两行或多行第一列中具有相同的值一样，后面的行将导致已写入文件的数据被覆盖。因此，您可能想要更改>为>>附加到输出文件。如果您想运行代码两次（否则您将在输出中获得重复的数据），则此更改将要求您额外删除这些文件。

awk一种可能更有效的方法是像这样使用：

awk -F, 'NR > 1 { print $2 >($1 ".smi") }' InputFIle.txt

这会将第二个逗号分隔字段打印到第一个字段给出的文件名。它通过NR针对 1 进行测试（到目前为止读取的记录数）来跳过第一行。

这不会遇到与 shell 循环相同的问题。输出文件将在第一个文件后被截断（清空或创建）print，然后附加后续输出。

如果某些行上有更多字段，awk则需要修改变体以打印除第一个字段之外的所有字段：

awk -F, 'NR > 1 { name = $1; sub("[^,]*,",""); print >(name ".smi") }' InputFIle.txt

这会将第一个字段保存在单独的变量 中，name然后使用 从原始行中删除该字段sub()。然后它将剩余的行打印到文件中。

答案2

无论需要生成多少个输出文件，使用任何 tail+sort+awk 都可以有效地工作：

tail -n +2 file | sort | awk -F, '$1!=prev{close(out); out=$1".smi"; prev=$1} {print $2 > out}'

如果您没有随时关闭输出文件，那么大多数 awk 可能会遇到“打开文件过多”错误，或者 GNU awk 会显着减慢速度，因为它会尝试为您管理打开/关闭文件，一旦超过了我见过的低于 20 个输出文件的阈值。我们首先进行排序，这样我们就不必每次在输入中看到重复的 $1 时都打开/关闭输出文件。

相关内容