按字符分割文件并将其添加到数据中

Question 1

所有转换都是在文件的同一行内对数据进行混洗，因此使用逐行操作数据的工具（例如 sed 或 awk）会简单得多。

sed -e 's/^[^ \t]*[ \t][^ \t]*_\([^_ \t]*\)/&\1\t/' -e 'y/ /\t/' <<<'2 1_123'

说明：使用正则表达式匹配第一个字段（直到第一个空格或制表符），第二个字段直到最后一个下划线，最后一个下划线之后的第二个字段（放在一个$…$组中，以便可以用于替换文本）。保留相同的文本（&在替换中），后跟匹配组的内容 ( \1)。第二个之后的任何字段均保持不变。最后，用制表符替换所有空格。

如果您的 sed 不支持\t表示制表符，请改用文字制表符。

Answer

所有转换都是在文件的同一行内对数据进行混洗，因此使用逐行操作数据的工具（例如 sed 或 awk）会简单得多。

sed -e 's/^[^ \t]*[ \t][^ \t]*_\([^_ \t]*\)/&\1\t/' -e 'y/ /\t/' <<<'2 1_123'

说明：使用正则表达式匹配第一个字段（直到第一个空格或制表符），第二个字段直到最后一个下划线，最后一个下划线之后的第二个字段（放在一个$…$组中，以便可以用于替换文本）。保留相同的文本（&在替换中），后跟匹配组的内容 ( \1)。第二个之后的任何字段均保持不变。最后，用制表符替换所有空格。

如果您的 sed 不支持\t表示制表符，请改用文字制表符。

Question 2

对于显示只有一个下划线且位于第二个也是最后一个字段的简单示例，您可以执行以下操作：

$ sed 's/_\(.*\)/& \1/' file | tr ' ' '\t'
2   1_123   123
2   2_345   345

或者，如果您的sed实现支持扩展正则表达式：

$ sed -E 's/_(.*)/& \1/' file | tr ' ' '\t'
2   1_123   123
2   2_345   345

这将匹配第一个_和之后的所有内容。括号捕获匹配的字符串，我们可以在替换的右侧将其引用为\1。&是匹配的所有内容，因此_后面是第二个字段的其余部分。因此，替换将打印自身、空格以及后的字符_。用制表符替换tr所有空格。

对于更复杂的情况，您可以拥有任意数量的字段并且其中任何一个都可以包含_，您可以使用perl：

$ perl -lane 's/ +/\t/g; $F[1]=~/_(\S+)/; print "$_\t$1"' file 
2   1_123   123
2   2_345   345

使得-a将perl其输入的空格分割到数组中@F。第二个字段是$F[1]因为数组从开始计数0。意思-n是“逐行读取输入文件并应用-e”给出的脚本。-l从输入行中删除尾随换行符，并向每个调用添加一个换行符print。

s/ +/\t/g;用制表符替换所有出现的一个或多个空格，$F[1]=~/_(\S+)/;匹配第二个字段中后面的字符_并将它们另存为，$1并且print "$_\t$1"将打印当前行 ( $_)，后跟匹配的内容。

基于现场数据的另一个有用工具是awk：

$ awk '{gsub(/ /,"\t");l=$2; sub(/.*_/,"",l); print $0"\t"l}' file 
2   1_123   123
2   2_345   345

在中awk，输入行会自动按空格分割并变为$1m $2... $N。用制表符替换gsub(/ */,"\t");所有空格；l=$2将第二个字段另存为l；sub(/.*_/,"",l);删除所有直到并包括_from 的内容l；并print $0"\t"l打印行 ( $0)，后跟制表符和修改后的第二个字段。

Answer