我应该使用 cut 还是 awk 来提取字段和字段子字符串？

Posted 2023-03-15

【中文标题】我应该使用 cut 还是 awk 来提取字段和字段子字符串？

【英文标题】：Should I use cut or awk to extract fields and field substrings?

【发布时间】：2014-05-12 15:10:02

【问题描述】：

我有一个带有管道分隔字段的文件。我想打印字段 1 的子集和字段 2 的所有内容：

cat tmpfile.txt

# 10 chars.|variable length num|text
ABCDEFGHIJ|99|U|HOMEWORK
JIDVESDFXW|8|C|CHORES
DDFEXFEWEW|73|B|AFTER-HOURS

我希望输出如下所示：

# 6 chars.|variable length num
ABCDEF|99
JIDVES|8
DDFEXF|73

我知道如何获取字段 1 和 2：

cat tmpfile.txt | awk 'FS="|" print $1"|"$2'

并且知道如何获取字段 1 的前 6 个字符：

cat tmpfile.txt | cut -c 1-6

我知道这很简单，但我不知道如何组合awk 和cut 命令。

任何建议将不胜感激。

【参考方案1】：

您可以使用awk。使用substr() 函数修剪第一个字段：

awk -F'|' 'print substr($1,1,6),$2' OFS='|' inputfile

对于您的输入，它会产生：

ABCDEF|99
JIDVES|8
DDFEXF|73

---

使用sed，你可以说：

sed -r 's/^(.6)[^|]*([|][^|]*).*/\1\2/' inputfile

产生相同的输出。

【讨论】：

+1;略短：awk -F'|' 'print substr($1,1,6) FS $2' inputfile

如果短很重要：awk -F\| '$0=substr($1,1,6)FS$21'

谢谢 - 在这种情况下，“1”（不是 $1）是什么意思？

@user3486154 你可以认为它等同于print。

@Jotne 为什么还要麻烦大括号和1。 awk -F\| '$0=substr($1,1,6)FS$2' 应该足够了。 ;)

【参考方案2】：

我喜欢 cut 和 sed 的组合，但这只是一种偏好：

cut -f1-2 -d"|" tmpfile.txt|sed 's/\([A-Z]\6\\)[A-Z]\4\/\1/g'

结果：

# 10-digits|variable length num
ABCDEF|99
JIDVES|8
DDFEXF|73

编辑：（删除无用的猫）谢谢！

【参考方案3】：

只是为了另一个变化：awk -F\| -vOFS=\| 'print $1,$2' t.in | cut -c 1-6,11-

此外，正如 Tripleee 指出的那样，两次切割也可以做到这一点：cut -c 1-6,11- t.in | cut -d\| -f 1,2

【讨论】：

或者如果你可以猜测第二个字段的最大长度，使用两次切割； cut -c1-6,11-16 t.in | cut -d'|' -f1-2

【参考方案4】：

您可以使用剪切和粘贴，但是您必须读取两次文件，如果文件很大，这很重要：

paste -d '|' <(cut -c 1-6 tmpfile.txt ) <(cut -d '|' -f2 tmpfile.txt )