时间戳

首页 > 解决方案 > AWK 和多个空格（列分隔符）

awk - AWK 和多个空格（列分隔符）

问题描述

大家，早安，

要使用来自发布者软件的数据，我有可以通过 CLI (Linux Shell) 调用的函数。

其中一个以以下格式将数据返回给我：

2601424 OPTDCBO3 EERP O 0254  5512240 TDCTAC01 B                 00 0000000 N  N
2602451 WHA      EERP O 0254  5512353 03ZEE003 B                 00 0000000 N  N
2602748 OPTDCBO4 EERP O 0254  5512380 TDCTAC01 B                 00 0000000 N  N
2603290 OPTDCBO3 EERP O 0254  5512440 TDCTAC01 B                 00 0000000 N  N
2604594 OPTDCBO3 EERP O 0254  5512560 TDCTAC01 B                 00 0000000 N  N
2605631 OP49LDB1 TRAN O 0254          EDRZZZ02 B     2605627-EDR 00 0000000 N  N
2605657 OP49LDB1 TRAN O 0254          EDRZZZ02 B     2605652-EDR 00 0000000 N  N
2605663 OP49LDB1 TRAN O 0254          EDRZZZ02 B     2605653-EDR 00 0000000 N  N
2606116 OPTDCBO3 EERP O 0254  5513080 TDCTAC01 B                 00 0000000 N  N
2716077 OPTDCBO3 EERP O 0255  5610080 TDCTAC01 B                 00 0000000 N  N
2716564 SOG01    TRAN O 0255 s2716564 TACSOG01 B     2716504-TAC 00 0000000 N  N
2718631 OPTDCBO3 EERP O 0255  5610160 TDCTAC01 B                 00 0000000 N  N
7158273 OPTDCBO4 EERP O 0251  5203300 TDCTAC01 B                 00 0000000 N  N
7158672 WHA      EERP O 0251  5203342 03ZEE001 B                 00 0000000 N  N
7158939 ZZZA4    LIST O 0251                   B     7158938-49W 00 0000000 N  N
7158978 OPTDCBO3 EERP O 0251  5203400 TDCTAC01 B                 00 0000000 N  N
7159853 OPTDCBO4 EERP O 0251  5203540 TDCTAC01 B                 00 0000000 N  N
2724704 SOU02    TRAN I 0255 s2724704 FTP_B    E     2724704-SOU 00 0000000 N  N
2724707 PRODS2I  EERP O 0255  6219255 S2IRCE03 E                 00 0000000 N  N
2724708 SOU01    TRAN I 0255 s2724708 FTP_B    E     2724708-SOU 00 0000001 N  N
2724709 SON01    TRAN O 0255 s2724709 SOUSON11 E     2724708-SOU 00 0000001 N  N

在上面的例子中，我试图收集我能遇到的所有案例，但即使不是详尽无遗，我正在寻找的帮助也能让我解决问题:)

我的命令的返回按列显示上述格式的数据，前 5 列用空格分隔，第 5 列和第 6 列用一个或两个空格（视情况而定）分隔。有时第 6 列和第 7 列完全是空的。

目的是能够在正确分隔的文本文件中返回部分或全部这些数据（例如，每个字段之间使用逗号）。

今天，如果我想检索第 1 列和第 7 列，我使用以下命令：

command | awk -F" " '{ print $1,$7 }'

但当然，它给了我这样的结果：

2603290 TDCTAC01
2604594 TDCTAC01
2605631 B
2605657 B
2605663 B
2606116 TDCTAC01
2606214 TDCTAC01
7158672 03ZEE001
7158939 7158938-49W
7158978 TDCTAC01

awk 将填充有空格的列视为多个相邻分隔符，而不是“空”列，因此返回以下非空列的数据。

您是否有一个解决方案，以便在处理有时有两个空格来分隔两列的事实时，将超过 X 个空格的序列视为一个空列？

注意： N°6 列可以由 1 到 6 个数字字符组成，因此不能简单地使用固定宽度来分隔列。

谢谢！

标签： awk

解决方案

wrt Column N°6 can be composed of 1 to 6 numeric characters, so you cannot simply use a fixed width to delimit the column.- 当然可以。该列的宽度固定为 8 个字符的宽度（或 9 个以懒惰地包含分隔符空间） - 使用它并修剪前导/尾随空格 ( gsub(/^ +| +/,"",$6)) 以留下您感兴趣的值。

以下是使用 GNU awk for 识别所有字段的方法FIELDWIDTHS（对于其他 awk，您需要一个while(substr())循环）：

awk -v FIELDWIDTHS="7 9 5 2 5 9 9 2 16 3 8 2 3" '
{
    print "----"
    print $0
    for (i=1;i<=NF;i++) {
        gsub(/^ +| +$/,"",$i)
        print i, "<" $i ">"
    }
}
' file

例如：

$ cat file
2602451 WHA      EERP O 0254  5512353 03ZEE003 B                 00 0000000 N  N
2605657 OP49LDB1 TRAN O 0254          EDRZZZ02 B     2605652-EDR 00 0000000 N  N
2724704 SOU02    TRAN I 0255 s2724704 FTP_B    E     2724704-SOU 00 0000000 N  N

.

$ awk -v FIELDWIDTHS="7 9 5 2 5 9 9 2 16 3 8 2 3" '{ print "----"; print $0; for (i=1;i<=NF;i++) {gsub(/^\s+|\s+$/,"",$i); print i, "<" $i ">"} }' file
----
2602451 WHA      EERP O 0254  5512353 03ZEE003 B                 00 0000000 N  N
1 <2602451>
2 <WHA>
3 <EERP>
4 <O>
5 <0254>
6 <5512353>
7 <03ZEE003>
8 <B>
9 <>
10 <00>
11 <0000000>
12 <N>
13 <N>
----
2605657 OP49LDB1 TRAN O 0254          EDRZZZ02 B     2605652-EDR 00 0000000 N  N
1 <2605657>
2 <OP49LDB1>
3 <TRAN>
4 <O>
5 <0254>
6 <>
7 <EDRZZZ02>
8 <B>
9 <2605652-EDR>
10 <00>
11 <0000000>
12 <N>
13 <N>
----
2724704 SOU02    TRAN I 0255 s2724704 FTP_B    E     2724704-SOU 00 0000000 N  N
1 <2724704>
2 <SOU02>
3 <TRAN>
4 <I>
5 <0255>
6 <s2724704>
7 <FTP_B>
8 <E>
9 <2724704-SOU>
10 <00>
11 <0000000>
12 <N>
13 <N>

推荐阅读