我无法从 $3 列的 file1 中捕获数字,其中应该满足条件,即只提取下划线之前或下划线之后的精确 8 个数字长度的数字。
下面这个不起作用。只有第二个有点接近解决方案:
awk '{gsub(/[^0-9]{8}/,"",$3) && $22 = substr($3,1,8)}1' file1
awk '{gsub(/[^[:digit:]]/,"",$3) && $3 = substr($3,1,8)}1' file1
文件 1:
44446464654 field 2020135_7777_5x_definition
49989798797 mach 202013_7777_a5_19800511
498797877 pat math_200418_memo05874_12345678
44444 def math_200418_memo05874789_12345678
5659 explaination 28008874_memo
5659 explaination _28008874_memo
所需输出:
49989798797 mach 19800511
498797877 pat 12345678
44444 def 12345678
5659 explaination 28008874
5659 explaination 28008874
使用 GNU awk。将数组中的最后一个字段($NF
(与_
分开,并使用for循环及其元素。在每个循环中,使用正则表达式检查当前元素的内容。
awk '{split($NF,array,"_"); for(i in array) { if(array[i]~/^[0-9]{8}$/) { print $1,$2,array[i]; next } } }' file
输出:
49989798797马赫19800511 498797877拍拍12345678 44444 def 12345678 5659解释28008874 5659 解释
28008874 参见: 8 个强大的 awk 内置变量 – FS、OFS、RS、ORS、NR、NF、FILENAME、FNR