☰

如何将第二列截断为给定长度

tag-icon • tag-icon text-processing sed awk
如何将第二列截断为给定长度

给定表单的输入

XY981743    foobarlkasdf saflkas asfZR!sgfad asdSAD asdsadf SAdfasdf46lk lksad bar foolkasjfdrte

如何只截断第二列？分隔符为 TAB，第二列的长度不得超过 75 个字符。

答案1

使用awk，使用制表符分割文件并完整输出第一个字段和第二个字段的前 75 个字符（最多）：

awk -F "\t" 'BEGIN { OFS=FS }; { print $1, substr($2, 1, 75); }'

正如所指出的费多尔基，您可以通过替换需要截断的字段来处理具有两个以上字段的文件：

awk -F "\t" 'BEGIN { OFS=FS }; { $2=substr($2, 1, 75); print }'

substr如有必要，您可以通过循环将其应用于多个字段。

答案2

如果您只想打印第二列的前 75 个字符（包括空格，并假设文件中只有两列），您可以执行以下操作：

$ perl -pe 's/(\t.{75}).*/$1/' file
XY981743    foobarlkasdf saflkas asfZR!sgfad asdSAD asdsadf SAdfasdf46lk lksad bar fool

或者，使用 GNU sed：

$ sed 's/\(.*\t.\{75\}\).*/\1/' file
XY981743    foobarlkasdf saflkas asfZR!sgfad asdSAD asdsadf SAdfasdf46lk lksad bar fool

或者：

$ sed -r 's/(.*\t.{75}).*/\1/' file
XY981743    foobarlkasdf saflkas asfZR!sgfad asdSAD asdsadf SAdfasdf46lk lksad bar fool

或者，您可以使用fold，告诉它剪切前 91 个字符（其中 8 个字符用于标识符，另外 8 个字符用于制表符），然后仅打印第一行：

$ fold -w 91 file | head -n1
XY981743    foobarlkasdf saflkas asfZR!sgfad asdSAD asdsadf SAdfasdf46lk lksad bar fool

如果你的文件可以有超过 2 列，并且你只想截断第二列，你可以这样做（正如我刚刚注意到的，这只是对斯蒂芬的回答）：

$ awk -F"\t" -vOFS="\t" '{$2=substr($2,1,75)}1;' file
XY981743    foobarlkasdf saflkas asfZR!sgfad asdSAD asdsadf SAdfasdf46lk lksad bar fool

或者（请注意，如果第二列的前 75 个字符可以解释为正则表达式，则这将中断）：

$ perl -F"\t" -pale 's/$F[1]/substr($F[1],0,75)/e' file
XY981743    foobarlkasdf saflkas asfZR!sgfad asdSAD asdsadf SAdfasdf46lk lksad bar fool

答案3

可移植/POSIXly 具有sed：

tab=$(printf '\t')
sed "s/\($tab[^$tab]\{0,75\}\)[^$tab]*/\1/"

或者截断每一列：

sed "s/\([^$tab]\{75\}\)[^$tab]*/\1/g"

答案4

如果有仅有的2 列：

sed -r 's/^([^\t]*\t)(.{0,75}).*/\1\2/'

{0,75}表示从 0 到 75 个字符中选择。
.* 是超出字符 75 的删除部分。

如果有 2或者更多列：

sed -r 's/^([^\t]*\t)([^\t]{0,75})[^\t]*(.*)/\1\2\3/' file

[^\t]*是超出字符 75 的删除部分。

相关内容