我有一个逗号分隔的txt文件,它必须只有五列,但有些行的列数超过了5列
我想把第6个到第10个移到一个换行符,把第11个到第15个移到换行符,以此类推。第6列、第11列、第16列等列有空格deleimert而不是逗号
以下是input.txt
的内容
111 1, 2, 3, 4, 5
11 2, 13, 14, 15 5, 16 11, 17, 18, 19, 20
22, 23, 24, 25, 26 22, 27, 28, 29, 21 30, 31, 32, 3333 3, 34
以下是Output.txt
的内容
111 1, 2, 3, 4, 5
11 2, 13, 14, 15 5, 16
11, 17, 18, 19, 20
22, 23, 24, 25, 26
22, 27, 28, 29, 21
30, 31, 32, 3333 3, 34
尝试:
$ cat f1
1,2,3,4,5
12,13,14,15,16 11,17,18,19,20
22,23,24,25,26 22,27,28,29,21 30,31,32,33,34
$ awk '1' RS=' |n' f1
1,2,3,4,5
12,13,14,15,16
11,17,18,19,20
22,23,24,25,26
22,27,28,29,21
30,31,32,33,34
用户在解决方案上更新的输入无效
$ cat f2
1, 2, 3, 4, 5
12, 13, 14, 15, 16 11, 17, 18, 19, 20
22, 23, 24, 25, 26 22, 27, 28, 29, 21 30, 31, 32, 33, 34
$ awk '{gsub(/, /,",");gsub(/ /,"n");gsub(/,/,", ")}1' f2
OR
$ awk '{gsub(/[[:alnum:]] /,"&n")}1' f2
1, 2, 3, 4, 5
12, 13, 14, 15, 16
11, 17, 18, 19, 20
22, 23, 24, 25, 26
22, 27, 28, 29, 21
30, 31, 32, 33, 34
回答以下评论
gsub(/, /,",") # Substitute comma for comma + space
gsub(/ /,"n") # So now (field + space + field) is left, substitute space with newline
gsub(/,/,", ") # substitute comma space (as you requested in expected output) for comma (first argument)
在这个问题的当前(第三)版本中,我们似乎需要计算四个逗号,然后再计算一个后面跟着空格(而不是逗号)的实体,然后在该点添加换行符。如果是这种情况,则使用:
$ sed 's/(([^,]+,){4}[[:space:]]+[[:alnum:]]+)[[:space:]]/1n/g' input.txt
111 1, 2, 3, 4, 5
11 2, 13, 14, 15 5, 16
11, 17, 18, 19, 20
22, 23, 24, 25, 26
22, 27, 28, 29, 21
30, 31, 32, 3333 3, 34
如果您的sed
支持-r
标志(GNU),则命令的外观可以稍微改进:
sed -r 's/(([^,]+,){4}[[:space:]]+[[:alnum:]]+)[[:space:]]/1n/g' input.txt
在OSX上,-r
标志不受-E
的支持。应改为使用:
sed -E 's/(([^,]+,){4}[[:space:]]+[[:alnum:]]+)[[:space:]]/1n/g' input.txt
此问题的第二个版本的解决方案
从给出的例子来看,每当列以空格而不是逗号结束时,我们都需要插入一行换行符。如果是这样的话,那么:
$ sed 's/>[[:space:]]/n/g' input.txt
1, 2, 3, 4, 5
12, 13, 14, 15, 16
11, 17, 18, 19, 20
22, 23, 24, 25, 26
22, 27, 28, 29, 21
30, 31, 32, 33, 34
上面的工作原理是寻找单词的结尾,sed
用>
表示,后面跟着任何类型的空白。然后用换行符替换该空格。后面跟逗号的列将被单独保留。
如果我们只想替换第一次出现,sed
替换命令的形式为s/old/new/
,如果我们想替换所有这样的出现,则为s/old/new/g
。由于我们希望替换所有出现的情况,因此我们使用g
。在上面的命令中,"旧"部分是>[[:space:]]
,意思是单词末尾后跟任何类型的空格。"新"部分只是代表换行符的n
。
sed
还允许选择更改您的文件:
sed -i 's/>[[:space:]]/n/g' input.txt
-i
选项告诉sed
就地更改输入文件。运行此命令后,input.txt
将被更新。
我没有时间将下面的脚本从ksh转换为bash,我把它作为一种练习:
#!/bin/ksh
splitline() {
echo $* | IFS=, read f1 f2 f3 f4 f5
# remove first space
fx=${f5# }
echo ${fx} | read f5a f5b
echo "${f1},${f2},${f3},${f4}, ${f5a}"
if [[ -n "${f5b}" ]]; then
splitline ${f5b}
fi
}
cat input.txt | while read line; do
splitline $line
done