bash - gawk gensub 中 (GNU coreutils) 日期的命令替换

Question

我有一个数据文件，其中包含大量（~ 5K）日期格式的行yy-dd-mm。

一个典型的文件行可能是：

bla bla 21-04-26 blabla blabla 18-01-28 bla bla bla bla 19-01-12 blabla

我需要对任何一个日期进行这种替换：

$ date --date="18-01-28" "+%A, %d %B %Y"
Sunday, 28 January 2018

我已经使用 sed 解决了这个问题（有关详细信息，请参阅 post scriptum）。

我想改用 gawk。我想出了这个命令：

$ gawk '{b = gensub(/([0-9]{2}-[0-9]{2}-[0-9]{2})/,"$(date --date=\"\\1\" \"+%A, %d %B %Y\")", "g")}; {print b}' 

问题是 bash 没有在 gensub 中扩展 date 命令，实际上我得到：

$ echo "bla bla 21-04-26 blabla blabla 18-01-28 bla bla bla bla 19-01-12 blabla" | gawk '{b = gensub(/([0-9]{2}-[0-9]{2}-[0-9]{2})/,"$(date --date=\"\\1\" \"+%A, %d %B %Y\")", "g")}; {print b}' 
bla bla $(date --date="21-04-26" "+%A, %d %B %Y") blabla blabla $(date --date="18-01-28" "+%A, %d %B %Y") bla bla bla bla $(date --date="19-01-12" "+%A, %d %B %Y") blabla

我不明白如何修改 gawk 命令以获得所需的结果：

bla bla Monday, 26 April 2021 blabla blabla Sunday, 28 January 2018 bla bla bla bla Saturday, 12 January 2019 blabla

后文：

对于 sed 的问题，我用这个脚本解决了

#!/bin/bash

#pathFile hard-coded here
pathFile='./data.txt'

#treshold to avoid "to many arguments" error with sed
maxCount=1000
counter=0

#list of dates in the data file
dateList=($(egrep -o "[0-9]{2}-[0-9]{2}-[0-9]{2}" "$pathFile" | sort | uniq))

#string to pass multiple instruction to sed
sedCommand=''

for item in ${dateList[@]}
do
    sedCommand+="s/"$item"/"$(date --date="$item" "+%A, %d %B %Y")"/g;"
    (( counter++ ))
    if [[ $counter -gt $maxCount ]]
    then
        sed -i "$sedCommand" "$pathFile"
        counter=0
        sedCommand=''
    fi
done
[[ ! -z "$sedCommand" ]] && sed -i "$sedCommand" "$pathFile"

标签： bashawkcommand-substitution

Answer 1

Gawk 具有处理日期/时间的内置函数，与调用外部date命令相比，这将快得多。

示例输入：

# cat file
79-03-21 | 21-01-01
79-04-17 | 20-12-31

gawk 脚本：

# cat date.awk
{
    while (match($0, /([0-9]{2})-([0-9]{2})-([0-9]{2})/, arr) ) {
        date = sprintf("%s-%s-%s", arr[1], arr[2], arr[3])
        #                           \_YY    \_MM    \_DD
        if (arr[1] >= 70) {
            time = sprintf("19%s %s %s  1  0  0", arr[1], arr[2], arr[3])
            #               YYYY MM DD HH MM SS
        } else {
            time = sprintf("20%s %s %s  1  0  0", arr[1], arr[2], arr[3])
        }
        secs = mktime(time)
        new_date = strftime("%A, %d %B %Y", secs)
        $0 = gensub(date, new_date, "g")
    }
    print
}

结果：

# gawk -f date.awk file
Wednesday, 21 March 1979 | Friday, 01 January 2021
Tuesday, 17 April 1979 | Thursday, 31 December 2020