☰

使用标准文本处理工具将空格分隔表转换为 CSV

tag-icon • tag-icon linux text-processing gnu text-formatting
使用标准文本处理工具将空格分隔表转换为 CSV

我有以下数据表：

ssh     22/tcp  0.182286        # Secure Shell Login
linuxconf   98/tcp  0.000088 
tacnews    98/udp   0.000560    # TAC News

我希望从中生成以下格式的 CSV 文件：

ssh,22,tcp,Secure Shell Login
linuxconf,98,tcp,
tacnews,98,udp,Tac News

我将丢弃小数十进制数，并包含不带“#”的描述（如果存在）。

我将数据视为一堆字段（原谅人造正则表达式）：

^{1}\s+{2}/{3}\s+{4}\s+# {5}$

为此我将输出：

{1},{2},{3},{5}

执行此操作最简单且最合适的工具是什么？我将不胜感激在语法方面的帮助来实现这一目标。

答案1

解决此类问题的最佳工具可能是sed，这是一个使用扩展正则表达式的工作示例：

sed -E 's:^([^ ]*)\s+([^/]*)/([^ ]*)\s+[^ ]*\s*#?\s*(.*):\1,\2,\3,\4:' file

或者，如果您的输入可能是制表符分隔的：

sed -E 's:^([^[:space:]]*)\s+([^/]*)/([^[:space:]]*)\s+[^[:space:]]*\s*#?\s*(.*):\1,\2,\3,\4:' file

输出：

ssh,22,tcp,Secure Shell Login
linuxconf,98,tcp,
tacnews,98,udp,TAC News

解释

  • s:::使用冒号作为表达式分隔符
  • ^([^ ]*)第一个捕获组，匹配行开头的非空格字符序列
  • \s+忽略空间
  • ([^/]*)第二个捕获组，匹配斜线
  • /忽略斜杠
  • ([^ ]*)第三个捕获组，匹配非空格字符序列
  • \s+忽略空间
  • [^ ]*忽略小数
  • \s*#?\s*忽略空格和可选哈希
  • (.*)第四个捕获组，该行的其余部分

答案2

我会使用 perl：你已经勾勒出了正则表达式，这填补了空白。

perl -lne '
    / (\S+)     \s+      # non-whitespace followed by whitespace
      (\d+)     \/       # digits followed by slash
      (\S+)     \s+      # non-whitespace followed by whitespace
      (\S+)     \s*      # non-whitespace followed by optional whitespace
      (?:\#\s)? (.*)     # possibly a hash+space and whatever follows
    /x and print "$1,$2,$3,$4,$5"' file

相关内容