☰

文本文件中逗号分隔字段的数量

tag-icon • tag-icon text-processing awk
文本文件中逗号分隔字段的数量

我正在尝试构建一个 awk 语句来读取此文件：

A   1,2,3   *
A   4,5,6   **
B   1
B   4,5     *

并构建一个像这样的文件：

A   1,2,3   *    3   1   0.333
A   4,5,6   **   3   2   0.666
B   1            1   0   0
B   4,5     *    2   1   0.5

在这个新文件中，前三列与原始文件中的相同。第四列必须包含第 2 列中逗号分隔元素的数量。第五列必须包含第 3 列中的字符数量。最后一列包含第 5 列在第 4 列中的比例（即第 5 列除以第 4 列） ）。

我正在尝试以下代码：

awk '{print $1"\t"$2"\t"$3"\t"(NF","$2 -1)"\t"length($3)"\t"(length($3)/(NF","$2-1))}' file1 > file2

但我得到以下输出：

A   1,2,3   *    3,0   1   0.333333
A   4,5,6   **   3,3   2   0.666667
B   1            2,0   0   0
B   4,5     *    3,3   1   0.333333

我不明白我在第 4 列做错了什么。

答案1

您似乎希望(NF","$2 -1)将其视为一个函数，该函数将返回字段中逗号分隔元素的数量$2- 但它不会。NF始终是字段的数量记录。

相反，您可以使用 awk 的split函数split($2,a,",")将字段拆分$2为数组a并返回元素数量。您还可以通过将输出字段分隔符设置为制表符来整理代码，而不是在打印语句中使用显式的“\t”

awk '{l2=split($2,a,","); OFS="\t"; print $1, $2, $3, l2, length($3), length($3)/l2}' file1

答案2

这是 Perl 方法：

$ perl -lane '@k=($F[1]=~/,/g); $i=$#k+2; $l=length($F[2]); 
              print "@F $i $l ", $l/$i' file 
A 1,2,3 * 3 1 0.333333333333333
A 4,5,6 ** 3 2 0.666666666666667
B 1 1  0
B 4,5 * 2 1 0.5

或者，使用printf漂亮的格式：

$ perl -lane '@k=($F[1]=~/,/g); $i=$#k+2; $l=length($F[2]); 
              printf "%s %-5s %-3s %s %3s %10f\n",@F,$i,$l,$l/$i' file 
A 1,2,3 *   3   1   0.333333
A 4,5,6 **  3   2   0.666667
B 1     1      0   0.000000
B 4,5   *   2   1   0.500000

解释

  • -lane：-l从每个输入行中删除尾随换行符；自动-a将每个输入行拆分到空格上的数组中@F；意思-n是“逐行读取输入文件”，并且-e允许您将脚本作为命令行参数传递。
  • @k=($F[1]=~/,/g); $i=$#k+2;：数组@k包含第二个字段中找到的所有逗号。然后，$i设置最大索引为@F( $#F)加二。需要加 2，因为 i) 数组是从 0 开始计数的，因此单元素数组的最大索引将为 0。我们计算的是逗号，而不是值，因此我们需要再加 1，因为1,2有两个值，但只有一个值逗号。
  • $l=length($F[2]);:$l现在是 3d 字段的字符数。
  • print "@F $i $l ", $l/$i：打印所请求的信息。@F是输入文件中的行，其余的是您所要求的。

相关内容