如何在Linux中通过时区更改分隔文件中字段的时间戳

Question

假设我有一个如下文件：

1,aaa,2016-12-01 01:02:03 EST,bbb
2,ccc,2016-12-02 04:05:06 CST,ddd
3,eee,2016-12-03 07:08:09 EST,fff

我想添加第5个字段，它是字段3中的时间戳，但已转换为UTC。

这可以调用对date或Linux中的任何东西的调用。我并不太担心性能，因为它只在少量文件中被调用一次。

我似乎就是想不出最好的办法。awk的strftime没有接收到时区字段，所以我不知道使用它的最佳方式

Answer 1

使用Bash循环：

while IFS=, read -r -a linearr; do
printf '%s,' "${linearr[@]}"
date +'%F %T %Z' -u -d "${linearr[2]}"
done < infile

这导致

1,aaa,2016-12-01 01:02:03 EST,bbb,2016-12-01 06:02:03 UTC
2,ccc,2016-12-02 04:05:06 CST,ddd,2016-12-02 10:05:06 UTC
3,eee,2016-12-03 07:08:09 EST,fff,2016-12-03 12:08:09 UTC

这会将每一行读取到数组linearr中，打印末尾添加逗号的行，然后附加新的日期字符串。

或者，使用paste和cut:

paste -d, infile <(while read line; do date +'%F %T %Z' -u -d "$line"; done < <(cut -d , -f 3 infile))

或者，可读性更强：

paste -d , 
infile 
<(while read line; do
date +'%F %T %Z' -u -d "$line"
done < <(cut -d, -f3 infile)
)

---

请注意，date的-d选项是GNUdate特有的。POSIXdate没有使用当前系统日期以外的日期的选项，而FreeBSD中的date使用了另一个选项-r，它期望"自Epoch以来的秒数"作为其参数。

Answer 2

使用GNU awk，可以通过操作TZ环境变量来实现这一点。当您只处理时间偏移时，格式有点糟糕，但如果您有指定时区的std字符串，那么它就很简单了。

在awk中，环境存储在数组ENVIRON中。ENVIRON的修改是实现定义的：

ENVIRON:表示环境值的数组，如POSIX.1-2017的系统接口卷中定义的exec函数中所述。数组的索引应为包含环境变量名称的字符串，每个数组元素的值应为包含该变量值的字符串。如果合适，环境变量应被视为数字字符串(参见awk中的表达式)；数组元素也应具有其数值。

在awk的行为受到环境变量影响的所有情况下(包括awk通过系统函数或通过print语句、printf语句或getline函数的管道重定向执行的任何命令的环境)，所使用的环境应为awk开始执行时的环境实现定义了ENVIRON的任何修改是否会影响此环境

_{来源：POSIX.1-2017}

GNU awk，另一方面，声明如下：

然而，从4.2版本开始，如果不处于POSIX兼容模式，gawk会在ENVIRON更改时更新自己的环境，从而更改它创建的程序所看到的环境。

所以现在可以通过做类似这样的事情来利用它：类似的事情

ENVIRON["TZ"] = std offset

以下是几个例子：

ENVIRON["TZ"] = "UTC"
ENVIRON["TZ"] = "UTC+03:00"
ENVIRON["TZ"] = "CET"

关于OP，我们可以这样做：

awk 'BEGIN{FS=OFS=","}
{time=$2; gsub(/[^0-9]/," ",time); tz=$2; gsub(/^.* /,"",tz)}
{ENVIRON["TZ"]=tz; print $0,strftime("%F %T",mktime(time),1)}
' file

注意：对于CSV文件，您应该使用What'；使用awk高效解析CSV的最稳健方法是什么？

注：遗憾的是，并不是所有已知形式的TZ定义都得到认可。