如何将第二列截断为给定长度

Question

给定表单输入

XY981743    foobarlkasdf saflkas asfZR!sgfad asdSAD asdsadf SAdfasdf46lk lksad bar foolkasjfdrte

如何只截断第二列？分隔符是 TAB，第二列的长度不得超过 75 个字符。

Answer 1

使用awk，使用制表符拆分文件并完整输出第一个字段和第二个的前 75 个字符（最多）：

awk -F "\t" 'BEGIN { OFS=FS }; { print $1, substr($2, 1, 75); }'

正如fedorqui所指出的，您可以通过替换需要截断的字段来处理具有两个以上字段的文件：

awk -F "\t" 'BEGIN { OFS=FS }; { $2=substr($2, 1, 75); print }'

substr如有必要，您可以通过循环将它们应用于多个字段。

Answer 2

如果您只想打印第二列的前 75 个字符（包括空格，并假设文件中只有两列），您可以执行以下操作：

$ perl -pe 's/(\t.{75}).*/$1/' file
XY981743    foobarlkasdf saflkas asfZR!sgfad asdSAD asdsadf SAdfasdf46lk lksad bar fool

或者，使用 GNU sed：

$ sed 's/\(.*\t.\{75\}\).*/\1/' file
XY981743    foobarlkasdf saflkas asfZR!sgfad asdSAD asdsadf SAdfasdf46lk lksad bar fool

或者：

$ sed -r 's/(.*\t.{75}).*/\1/' file
XY981743    foobarlkasdf saflkas asfZR!sgfad asdSAD asdsadf SAdfasdf46lk lksad bar fool

或者，您可以使用fold，告诉它在前 91 个字符处剪切（即 8 个用于标识符，另外 8 个用于制表符），并仅打印第一行：

$ fold -w 91 file | head -n1
XY981743    foobarlkasdf saflkas asfZR!sgfad asdSAD asdsadf SAdfasdf46lk lksad bar fool

如果您的文件可以有 2 列以上，而您只想截断第二列，则可以这样做（正如我刚刚注意到的，这只是对Stephen 的回答的改写）：

$ awk -F"\t" -vOFS="\t" '{$2=substr($2,1,75)}1;' file
XY981743    foobarlkasdf saflkas asfZR!sgfad asdSAD asdsadf SAdfasdf46lk lksad bar fool

或者（请注意，如果第 2 列的前 75 个字符可以解释为正则表达式，则会中断）：

$ perl -F"\t" -pale 's/$F[1]/substr($F[1],0,75)/e' file
XY981743    foobarlkasdf saflkas asfZR!sgfad asdSAD asdsadf SAdfasdf46lk lksad bar fool