我有一个文本格式的大型数据文件,我想通过指定每个列长度将其转换为csv.
列数= 5
列长
[4 2 5 1 1]
样本观察:
aasdfh9013512
ajshdj 2445df
预期产出
aasd,fh,90135,1,2
ajsh,dj, 2445,d,f
我有一个管道分隔的feed文件,它有几个字段.由于我只需要一些,我想用它awk来捕获它们用于我的测试目的.但是,我注意到printf如果我使用它会更改值"%d".如果我使用,它工作正常"%s".
[jaypal:~/Temp] cat temp
302610004125074|19769904399993903|30|15|2012-01-13 17:20:02.346000|2012-01-13 17:20:03.307000|E072AE4B|587244|316|13|GSM|1|SUCC|0|1|255|2|2|0|213|2|0|6|0|0|0|0|0|10|16473840051|30|302610|235|250|0|7|0|0|0|0|0|10|54320058002|906|722310|2|0||0|BELL MOBILITY CELLULAR, INC|BELL MOBILITY CELLULAR, INC|Bell Mobility|AMX ARGENTINA SA.|Claro aka CTI Movil|CAN|ARG|
我有兴趣捕捉second column它是哪个19769904399993903.
[jaypal:~/Temp] awk -F"|" '{printf ("%d\n",$2)}' temp
19769904399993904 # Value is changed
但是,以下两个测试工作正常 -
[jaypal:~/Temp] awk -F"|" '{printf ("%s\n",$2)}' temp
19769904399993903 # Value remains same
[jaypal:~/Temp] awk -F"|" '{print $2}' temp
19769904399993903 # Value remains same
所以这是一个"%d"无法处理长整数的限制.如果是这样的话,为什么会在数字中加一个而不是截断呢？
我试过这个BSD和GNU版本的awk. …
如何使用没有文件的awk进行打印.
script.sh
#!/bin/sh
for i in {2..10};do
awk '{printf("%.2f %.2f\n", '$i', '$i'*(log('$i'/('$i'-1))))}'
done
sh script.sh
Desired output
2 value
3 value
4 value
and so on
value表示计算后的数量
我正在尝试使用SED脚本进行模式替换,但它无法正常工作
sample_content.txt
288Y2RZDBPX1000000001dhana
JP2F64EI1000000002d
EU9V3IXI1000000003dfg1000000001dfdfds
XATSSSSFOO4dhanaUXIBB7TF71000000004adf
10Q1W4ZEAV18LXNPSPGRTTIDHBN1000000005egw
patterns.txt
1000000001 9000000003
1000000002 2000000001
1000000003 3000000001
1000000004 4000000001
1000000005 5000000001
预期产出
288Y2RZDBPX9000000003dhana
JP2F64EI2000000001d
EU9V3IXI3000000001dfg9000000003dfdfds
XATSSSSFOO4dhanaUXIBB7TF74000000001adf
10Q1W4ZEAV18LXNPSPGRTTIDHBN5000000001egw
我可以用单个SED替换像
sed 's/1000000001/1000000003/g' sample_content.txt
注意:
文件附件链接: https ://drive.google.com/open？id = 1dVzivKMirEQU3yk9KfPM6iE7tTzVRdt_
谁能建议如何在不影响性能的情况下实现这一目标
更新于2018年2月11日
在分析了真实文件之后,我得到了一个提示,即在第30和第31位有一个等级值.这有助于我们在需要的地方和所有地方申请更换.
如果等级AB则在更换的10位数电话号码41-50和101-110
如果等级BC然后在更换的10位数电话号码,11-20,61-70和151-160
如果等级DE再更换10位数的电话号码在1-10,71-80,151-160和181-190
像这样,我看到了200个样本记录的50个独特等级.
{ grade=substr($0,110,2)} // identify grade
{
if (grade == "AB") {
print substr($0,41,10) ORS substr($0,101,10)
} else if(RT …我经常发现自己在动作中与模式进行相同的匹配,以访问输入记录的某些部分,例如
/^Compiled from \"(.*)\"$/ {
file_name = gensub("^Compiled from \"(.*)\"$", "\\1", "g");
print file_name;
}
所以正则表达式匹配完成了两次.我有什么方法可以\\1在动作中访问而不再匹配？
我试图减少pattert匹配和额外的代码.
我需要###用当前行号替换模式.
我设法在AWK和SED的下一行打印.
sed -n "/###/{p;=;}" file打印到下一行,没有p;,它取代整行.
sed -e "s/###/{=;}/g" file过去在我脑海中有意义,因为=;返回匹配模式的行号,但它会返回文本{=;}
我想念的是什么？我知道这是一个愚蠢的问题.我在sed手册中找不到这个问题的答案,现在还不是很清楚.
如果可能的话,请指出我错过了什么,以及让它成功的原因.谢谢
我希望能够将数组变量传递给awk. 我指的不是 shell 数组，而是本机数组awk。我知道我可以像这样传递标量变量：
awk -vfoo="1" 'NR==foo' file
我可以使用相同的机制来定义awk数组吗？就像是：
$ awk -v"foo[0]=1" 'NR==foo' file
awk: fatal: `foo[0]' is not a legal variable name
我已经尝试了上述几种变体，但它们都不适用于我的 Debian 上的 GNU awk 4.1.1。那么，有没有任何版本awk（gawk，mawk或其他任何东西），可以接受来自一个数组-v开关？
我知道我可以解决这个问题并且可以很容易地想到这样做的方法，我只是想知道是否有任何awk实现本身支持这种功能。
假设我有以下csv文件:
id,message,time
123,"Sorry, This message
has commas and newlines",2016-03-28T20:26:39
456,"It makes the problem non-trivial",2016-03-28T20:26:41
我想编写一个只返回时间列的bash命令.即
time
2016-03-28T20:26:39
2016-03-28T20:26:41
最直接的方法是什么？您可以假设标准unix工具的可用性,例如awk,gawk,cut,grep等.
注意存在的"逃逸",以及用于进行琐碎尝试的换行符
cut -d , -f 3 file.csv
徒劳的.
使用时会发生什么$1,$2...在END块,如:
awk '{print $3}END{print $1 $2}'
我发现$1并$2保留了最后一条记录的值.这种行为是由标准保证还是特定于实现？
有没有办法在awk-gawk中最有可能将记录分隔符设置RS为空值,以将字符串的每个字符作为单独的记录处理？有点像设置FS为空以分隔其自己的字段中的每个字符:
$ echo abc | awk -F '' '{print $2}'
b
但要将它们分别作为单独的记录分开,例如:
$ echo abc | awk -v RS='?' '{print $0}'
a
b
c
最明显的一个:
$ echo abc | awk -v RS='' '{print $0}'
abc
没有奖励我(因为那个显然是为了每个GNU awk文档的其他东西).
我基本上卡住使用for等？
编辑:
@ xhienne的回答是我正在寻找的,但即使使用它(20个字符和一个可疑的变量A:):
$ echo abc | awk -v A="\n" -v RS='(.)' -v ORS="" '{print(RT==A?NR:RT)}'
abc4
不会帮我缩短我之前使用的代码length.然后,我怎么能赢得Pyth代码+Qfql+Q:: D.