我正试图用以下代码拆分一个具有多个标题行的大文件。虽然正在工作；但是在分割文件中的头之后引入空行。如何去掉空白行？
/^@/ {
hdr = hdr $0 ORS
next
}
split($NF, a, ":")
!seen[a[3]]++{
out = a[3] ".txt"
print hdr > out
}
{out = a[3] ".txt"
print >> out
close(f)}
输入文件
@Loc: Cali
@Yr: 2017
@ST: blood
@header information
S1 yes yes no yes 3y Mother Z:AgeGroup:A1
S17 yes no no yes 27y Mother Z:AgeGroup:A2
B13 no no no yes 1y Mother Z:AgeGroup:A3
B5 yes yes yes yes 76y Mother Z:AgeGroup:A1
D1 yes yes no no 18y Mother Z:AgeGroup:A1
预期输出
A1.txt
@Loc: Cali
@Yr: 2017
@ST: blood
@header information
S1 yes yes no yes 3y Mother Z:AgeGroup:A1
B5 yes yes yes yes 76y Mother Z:AgeGroup:A1
D1 yes yes no no 18y Mother Z:AgeGroup:A1
A2.txt
@Loc: Cali
@Yr: 2017
@ST: blood
@header information
S17 yes no no yes 27y Mother Z:AgeGroup:A2
A3.txt
@Loc: Cali
@Yr: 2017
@ST: blood
@header information
B13 no no no yes 1y Mother Z:AgeGroup:A3
但我的脚本得到的是
A1.txt
@Loc: Cali
@Yr: 2017
@ST: blood
@header information
S1 yes yes no yes 3y Mother Z:AgeGroup:A1
B5 yes yes yes yes 76y Mother Z:AgeGroup:A1
D1 yes yes no no 18y Mother Z:AgeGroup:A1
A2.txt
@Loc: Cali
@Yr: 2017
@ST: blood
@header information
S17 yes no no yes 27y Mother Z:AgeGroup:A2
A3.txt
@Loc: Cali
@Yr: 2017
@ST: blood
@header information
B13 no no no yes 1y Mother Z:AgeGroup:A3
使用您显示的示例，请尝试以下awk代码。使用您显示的示例编写和测试，应该可以在任何awk版本中工作(尽管我在GNUawk中进行了测试(。
awk '
BEGIN { FS=OFS=":" }
FNR==NR{
header=(header?header ORS:"") $0
next
}
prev!=$NF{
close(outputFile)
outputFile=$3".txt"
print header ORS > (outputFile)
}
{
print > (outputFile)
prev=$NF
}
' <(awk '/^@/{print;next} {exit}' Input_file) <(grep -v '^@' Input_file | sort -t: -k1.1)
代码说明：在此处添加上述代码的详细说明。
- 首先，我正在运行代码
awk '/^@/{print;next} {exit}' Input_file(将最后一行的第一个参数检入主awk(。在我只打印从@开始并尽快退出的行的情况下，任何非@行都会按照所示示例出现。该输出作为第一组输入发送到主awk - 然后我运行代码
grep -v '^@' Input_file | sort -t: -k1.1，这样我就可以简单地获得不是从@开始的每一行，作为主awk的第二个输入 - 现在在主
awk代码中：我正在使用条件FNR==NR，当读取第一个输入(上面在我的第一点中提到(时，它将为TRUE。在这段代码中，我创建了一个名为header的awk变量，它的所有行都用新行分隔，以便以后使用 - 这里
next非常重要，因为从这里开始，它将跳过所有进一步的语句，直到FNR==NR为TRUE - 一旦第一个输入完成读取，第二个输入正在读取，那么简单地检查
prev是否不等于当前行的第三个字段，然后简单地在后端closing输出文件(我们需要获得输出的地方(，基本上可以避免too many files opened错误。将当前第三个字段的值设置为输出文件名 - 在其他情况下，如果第三个字段/列的值相同，则只需将当前行打印到
outputFile变量(其中包含输出文件名(中，并将当前$3的值分配给下一行要检查的outputFile
$ cat tst.awk
BEGIN { FS=":" }
/^@/ {
hdr = hdr $0 ORS
next
}
!($NF in out) {
out[$NF] = $NF ".txt"
printf "%s", hdr > out[$NF]
}
{
print >> out[$NF]
close(out[$NF])
}
$ awk -f tst.awk file
$ head *.txt
==> A1.txt <==
@Loc: Cali
@Yr: 2017
@ST: blood
@header information
S1 yes yes no yes 3y Mother Z:AgeGroup:A1
B5 yes yes yes yes 76y Mother Z:AgeGroup:A1
D1 yes yes no no 18y Mother Z:AgeGroup:A1
==> A2.txt <==
@Loc: Cali
@Yr: 2017
@ST: blood
@header information
S17 yes no no yes 27y Mother Z:AgeGroup:A2
==> A3.txt <==
@Loc: Cali
@Yr: 2017
@ST: blood
@header information
B13 no no no yes 1y Mother Z:AgeGroup:A3
你的代码中最大的问题是split($NF, a, ":")行，它会触发awk打印当前行，所以当你运行它时，你一定看到了所有输入都在屏幕上回响。这一点在你的问题中值得一提。如果你真的想以这种方式使用split()，那么你应该把它放在一个动作块中，而不是作为一个条件，即{ split($NF, a, ":") }。
除此之外：
- 您的代码中有
close(f)，但没有名为f的变量，所以这什么都没做，让您面临"；打开的文件太多"；错误或执行速度降低，以及 - 当您将ORS附加到每个标题行的末尾时填充hdr，然后使用
print再次添加而不是printf来输出hdr，从而获得额外的打印每个hdr块后的空白行
由于每次在hdr字段中都会附加ORS，然后在使用print hdr > out时，它会在最后附加另一个换行符。
你应该像这样使用printf：
printf "%s", hdr > out