☰

awk 分割和条件打印

tag-icon • tag-icon text-processing awk
awk 分割和条件打印

我有一个丑陋的数据文件需要清理 -

Date          User Name          Item Id     Title                                                                             Quantity        Price Total Amount
1/1/2015     name1             461064485   Description One Has Spaces                                                                  1     $899.99              $899.99
         Real Name 1                Real Address With Spaces                                                  Location, Real 55555                    555-555-5555

1/2/2015     name2 has spaces 461222501   Description still has spaces                                                                  1     $229.99              $229.99
         Real Name                 Real Address 2 w spaces                                                   Real Location2 55556                    555-555-5556

到目前为止效果最好：

awk -F "  +" '/^[0-9]\/*[0-9]\// {print $1, $3, $5, $6, $7}' Table.txt > x.txt

但挂断了用户名太长并且与项目 ID 只相差一个空格。在这种情况下，$2 就变成了所需的 $2+$3。

我尝试过条件分割和打印

awk -F "  +" '/^[0-9]*\/*[0-9]\// {if ( length ($2) >= 15 ) brokenfield=$2 split(brokenfield,subfields," "); print $1, subfields[-1], $4, $5, $6} {if (length ($2) < 15) print $1, $3, $5, $6, $7}' Table.txt > x.txt

它可以工作，但会处理所有内容，或者处理两次；或者

awk -F "  +" '/^[0-9]\/*[0-9]\// {if ( length ($2) >= 15 ) brokenfield=$2 split(brokenfield,subfields," ") print "$1, subfields[-1], $4, $5, $6"; else print "$1, $3, $5, $6, $7" }' Table.txt > x.txt

但如果不处理该行两次，处理所有行（不知道为什么，因为搜索算法应该只处理以日期开头的行），或者出现有关打印或我的 else 语句的错误，我就无法获得正确的语法。

我计划升级到 printf，这样我也有固定的列宽，但我无法使我的语法正确。

所需输出（最好是固定列宽）：

1/1/2015    461064485    1    $899.99    $899.99
1/2/2015    461222501    1    $229.99    $229.99

答案1

我采用了你的一个版本并做了一些修改：

awk -F "  +" -v'OFS=\t' '/^[0-9]+\/[0-9]+\//{ \
     if(length($2)>=15){ \
           brokenfield=$2; n=split(brokenfield,subfields," "); \
           print $1,subfields[n],$4,$5,$6 \
     } \
     else {print $1,$3,$5,$6,$7} \
}' file

输出：

1/1/2015    461064485   1   $899.99 $899.99
1/2/2015    461222501   1   $229.99 $229.99

几点说明：

  • {}你忘了在条件语句两边加上大括号
  • 我不认为awk支持负数组索引（至少不支持我的gawk）
  • split返回数组元素的数量，因此您可以将其用作最后一个数组元素的索引（n在上面的情况下）
  • \t用作输出字段分隔符以便很好地对齐列

相关内容