☰

使用 sed 或 awk 连接所有其他列

tag-icon • tag-icon sed awk columns
使用 sed 或 awk 连接所有其他列

我有一个大文本文件（666000 列），格式为

A B C D E F

所需输出

AB CD EF

我们怎样才能在sedor中做到这一点awk？我尝试了几件事，但似乎没有任何效果。请建议一些东西。

答案1

在sed：

sed 's! \([^ ]\+\)\( \|$\)!\1 !g' your_file

这将进行替换并将结果打印到标准输出。要就地修改文件，请添加-i开关：

sed -i 's! \([^ ]\+\)\( \|$\)!\1 !g' your_file

解释

此sed命令将查找一个空格，后跟至少一个非空格字符，最后跟一个空格或行尾。它用它找到的任何非空格字符替换该序列，后跟一个空格。由于g修饰符是在末尾提供的，因此替换会在整行中应用尽可能多次（这称为全局替换） 。因此，基本上，对于像这样的序列A B C，sed将找到模式“B”并将其替换为“B”，留下AB C最终结果。

此代码所做的假设

例如，此代码假设列之间的空格实际上是空格而不是制表符。这可以很容易地解决，但会牺牲可读性：

sed 's![[:blank:]]\+\([^[:blank:]]\+\)\([[:blank:]]\+\|$\)!\1 !g' your_file

答案2

  • awk:

    awk '{printf $1$2;for(i=3; i<=NF;i+=2){printf " %s",$i$(i+1)}print}' file

    对于大文件来说，这可能是两者中最快的。

  • 珀尔：

    perl -pe 's/([^\s]+)\s+([^\s]+)/$1$2/g' file

答案3

RS如果您的文件确实有那么多列，一种选择是使用 gawk 通过设置“一个或多个空白字符”将每一列视为一条记录。这有助于避免在列中设置循环。请注意，面对一行中的奇数列，此解决方案很脆弱。

awk --re-interval -v RS='[[:space:]]{1,}' '{x=$0; getline; printf x$0RT}' file

相关内容