使用 shell 脚本将逗号分隔的单元格分隔为新行

Question

>我有一个带有逗号分隔列的表，我想将指定列中的逗号分隔值分隔为新行。例如，给定的表是

Name    Start   Name2
A   1,2 X,a
B   5   Y,b
C   6,7,8   Z,c

我需要在第 2 列中分隔逗号分隔的值才能获得下表

Name    Start   Name2
A   1   X,a
A   2   X,a
B   5   Y,b
C   6   Z,c
C   7   Z,c
C   8   Z,c

我想知道是否有任何带有shell脚本的解决方案，以便我可以创建工作流管道。

注意：原始表格可能包含 3 列以上。

Answer 1

假设输入和输出的格式没有改变：

awk 'BEGIN{FS="[ ,]"} {print $1, $2, $NF; print $1, $3, $NF}' input_file

输入：

input_file ：

A 1,2 X    
B 5,6 Y

输出：

A 1 X
A 2 X
B 5 Y
B 6 Y

解释：

• awk：调用awk，一种用于操作行（记录）和字段的工具
• '...' ： 用单引号括起来的内容作为说明提供给awk
• 'BEGIN{FS="[ ,]"} ：在阅读任何行之前，告诉awk同时使用空格和逗号作为分隔符;FS 代表 字段分隔符。
• {print $1, $2, $NF; print $1, $3, $NF} ：对于读取的每个输入行，在一行上打印第一个、第二个和最后一个字段，然后在下一行打印第一个、第三个和最后一个字段。NF 代表字段数，因此$NF是最后一个字段。
• input_file ：提供输入文件的名称作为参数提供给awk。

---

响应更新的输入格式：

awk 'BEGIN{FS="[ ,]"} {print $1, $2, $4","$5; print $1, $3, $4","$5}' input_file

Answer 2

在 Runner 修改原始问题之后，另一种方法可能如下所示：

#!/bin/sh
# Usage $0 <file> <column>
#
FILE="${1}"
COL="${2}"
# tokens separated by linebreaks
IFS="
"
for LINE in `cat ${FILE}`; do
    # get number of columns
    COLS="`echo ${LINE} | awk '{print NF}'`"
    # get actual field by COL, this contains the keys to be splitted into individual lines
    # replace comma with newline to "reuse" newline field separator in IFS
    KEYS="`echo ${LINE} | cut -d' ' -f${COL}-${COL} | tr ',' 'n'`"
    COLB=$(( ${COL} - 1 ))
    COLA=$(( ${COL} + 1 ))
    # get text from columns before and after actual field
    if [ ${COLB} -gt 0 ]; then
            BEFORE="`echo ${LINE} | cut -d' ' -f1-${COLB}` "
    else
            BEFORE=""
    fi
    AFTER=" `echo ${LINE} | cut -d' ' -f${COLA}-`"
    # echo "-A: $COLA ($AFTER) | B: $COLB ($BEFORE)-"
    # iterate keys and re-build original line
    for KEY in ${KEYS}; do
            echo "${BEFORE}${KEY}${AFTER}"
    done
done

使用此 shell 文件，您可以执行所需的操作。这会将第 2 列拆分为多行。

./script.sh input.txt 2

如果您想使用管道通过标准输入传递输入（例如，一次性拆分多列），您可以将 6. 行更改为：

if [ "${1}" == "-" ]; then
    FILE="/dev/stdin"
else 
    FILE="${1}"
fi

并以此方式运行它：

./script.sh input.txt 1 | ./script.sh - 2 | ./script.sh - 3

请注意，切割对字段分隔符非常敏感。因此，如果该行以空格字符开头，则第 1 列将为 "（空）。如果字段由空格和制表符混合分隔，则此脚本也会出现其他问题。在这种情况下（如上所述），过滤输入资源（以便字段仅由一个空格字符分隔）应该这样做。如果这是不可能的，或者每列中的数据也包含空格字符，则脚本可能会变得更加复杂。