如何替换列中的文本

Question

我有一个巨大的文件（超过 2 GB），其中的数据如下所示。

12,324,32342,E:fsdsf,23432,34534,45345,324

13,3224,342,E:werwefsdsf,23432,34534,45345,324

121,3244,33442,E:,23432,34534,45345,324

在这里，我需要在遇到E:空格的任何地方替换第 4 列的所有出现""，但在 之后找到字符串的任何地方E:都应保持原样。

预期输出将是：

12,324,32342,E:fsdsf,23432,34534,45345,324

13,3224,342,E:werwefsdsf,23432,34534,45345,324

121,3244,33442,,23432,34534,45345,324

Answer 1

你的语法几乎是正确的。要测试 中的字符串是否相等awk，请使用双等号：==。要分配值，请使用单个等号。

所以使用if ($4 == "E:")，你应该得到你想要的结果。

完整的命令看起来像这样。请注意，与您使用的命令只有一个字符不同；那是你唯一的错误：

awk -F , '{ if ($4 == "E:") $4="";}1' OFS=, data.final

为了显示一些不同的语法和不同的方法，以下版本完全等效：

awk -F, -v OFS=, '$4 == "E:" { $4 = "" }; 1' data.final

awk 'BEGIN { FS=OFS="," }; $4 == "E:" { $4 = "" }; {print}' data.final

awk -F, -v OFS=, '{sub( /^E:$/, "", $4); print}' data.final

关于上述事项的注意事项：

1. 如果你的整个代码块只是一个 if/then，你可以只使用条件作为代码块的过滤器。因此$4 == "E:" {$4 = ""}完全等同于{if ($4 == "E:") {$4 = ""}}
2. 将“then”语句包含在代码块中是一种很好的做法，即使只有其中一个，即if ($4 == "E:") {$4 = ""}而不是if ($4 == "E:") $4 = "";
3. -F设定的值FS和-v在使用之前设置任何变量的值awk考虑的第一个文件的第一行。（您可能知道这一点。）您也可以使用BEGIN块来做同样的事情；当您想让awk脚本独立时，值得了解。
4. 1打印行的原因awk是它是一个总是评估为真的条件（过滤器），并且awk当没有代码块附加到过滤器时的默认操作是 to print $0。所以1本身就等价于1 {print}or1 {print $0}或 just {print}。
5. 在我的最后一个变体中，我使用了一个sub函数来用in替换正则表达式/^E:$/（字符串的开头，字符串E:的结尾）。""$4

由于该sub函数返回已进行的替换次数（1 或 0；用于gsub进行多次替换），您可以通过在sub函数结果中添加 1 来解决此问题，以确保您有一个始终为真的模式无论是否进行替换，都会打印结果行。这是代码高尔夫版本，如果您将其放入脚本中，则不建议初学者使用，然后您将对其进行维护：

awk -F, -v OFS=, 'sub(/^E:$/,"",$4)+1' data.final

:)