如何在bash中查找和打印特定字符

Posted 2023-03-15

【中文标题】如何在bash中查找和打印特定字符

【英文标题】：How to find and print specific character in bash

【发布时间】：2017-01-12 21:38:54

【问题描述】：

我有类似的文件：

AA,A=14,B=356,C=845,D=4516
BB,A=65,C=255,D=841,E=5133,F=1428
CC,A=88,B=54,C=549,F=225

我永远不知道行中是否缺少 A、B、C 或 D 值。但我需要像这样转换这个文件：

AA,A=14,B=356,C=845,D=4516,-,-
BB,A=65,-,C=255,D=841,E=5133,F=1428
CC,A=88,B=54,C=549,-,-,F=225

因此，如果缺少任何值，只需打印- 标记。我的计划是具有相同数量的列以便于解析。我更喜欢 awk 解决方案。感谢您的任何建议或帮助。

我的第一次尝试是：

awk 'gsub(/[,]/, "\t"); BEGIN FS = OFS = "\t"   for(i=1; i<=NF; i++) if($i ~ /^ *$/) $i = "-" ; print $0'

但后来我注意到，有些值丢失了。

编辑：

从我的标题中我知道有值 A,B,C,D,E,F...

【问题讨论】：

到目前为止您尝试过什么？通过将, 定义为分隔符并遍历所有列，可以使用 awk..

请参阅已编辑。我的第一次尝试是在 awk 中。

感谢您添加您的尝试，您能否说明您希望输出为tab 分隔还是comma 分隔？

在我的第一次尝试中是制表符分隔的，但我真的不介意。我们可以保留逗号。

如果两列从未同时出现在同一行，则它们的顺序可以是未定义的（例如A=1,B=2,D=3 和A=4,C=5,D=6）。在这种情况下应该输出什么？

【参考方案1】：

$ cat file.txt
AA,A=14,B=356,C=845,D=4516
BB,A=65,C=255,D=841,E=5133,F=1428
CC,A=88,B=54,C=549,F=225

$ perl -F, -le '@k=(A..F);
   $op[0]=$F[0]; @op[1..6]=("-")x6;
   $j=0; for($i=1;$i<=$#F;) if($F[$i] =~ m/$k[$j++]=/)$op[$j]=$F[$i]; $i++ 
   print join(",",@op)
   ' file.txt
AA,A=14,B=356,C=845,D=4516,-,-
BB,A=65,-,C=255,D=841,E=5133,F=1428
CC,A=88,B=54,C=549,-,-,F=225

-F, 在, 上拆分输入行并保存到@F 数组中 -l 从输入行中删除换行符，在输出中添加换行符 @k=(A..F); 使用 A、B 等初始化 @k 数组，直到 F $op[0]=$F[0]; @op[1..6]=("-")x6; 初始化@op 数组，第一个元素为@F，其余六个元素为- for循环遍历@F数组，如果元素与对应索引中的@k数组元素匹配，后跟=，则更改@op元素 print join(",",@op) 打印 @op 数组，以 , 作为分隔符

【参考方案2】：

Perl 来救援！

你还没有指定如何获取header信息，所以在下面的脚本中，直接填充了@header数组。

%to_idx 哈希将列名映射到它们的索引（A => 0、B => 1 等）。

每一行都被分成多个字段，每个字段都与预期的字段 ($next) 进行比较，如果需要，还会打印破折号。缺少尾随字段也会发生同样的情况。

#!/usr/bin/perl
use warnings;
use strict;

my @header = qw( A B C D E F );

my %to_idx = map +($header[$_] => $_), 0 .. $#header;

open my $IN, '<', shift or die $!;
while (<$IN>) 
    chomp;
    my @fields = split /,/;
    print shift @fields;
    my $next = 0;
    for my $field (@fields) 
        my ($name, $value) = split /=/, $field;
        print ',-' x ($to_idx$name - $next);
        print ",$name=$value";
        $next = $to_idx$name + 1;
    
    print ',-' x (1 + $#header - $next);  # Missing trailing fields.
    print "\n"

【参考方案3】：

TXR中的解决方案

@（做 (defstruct 填充缺失 nil 字符串 (hash (hash :equal-based)) (:postinit (自我) （每个（（s self.strings）） (设置 [self.hash s] "-"))) (:method add (self str val) （设置 [self.hash str] `@str=@val`）） (:方法打印(自流) (put-string `@(mapcar self.hash self.strings) ","` 流)))) @（重复） @ (bind fm @(new fill-missing strings '#"A B C D E F")) @label,@(coll)@sym /[^,=]+/=@val /[^,]+/@(do fm.(add sym val))@(end) @ (do (put-line `@label,@fm`)) @（结尾）

运行：

$ txr missing.txr 数据 AA,A=14,B=356,C=845,D=4516,-,- BB,A=65,-,C=255,D=841,E=5133,F=1428 CC,A=88,B=54,C=549,-,-,F=225

【参考方案4】：

BEGIN                                   
    PROCINFO["sorted_in"]="@ind_str_asc" # order for for(i in a)
    for(i=65;i<=90;i++)                  # create the whole alphabet to array a[]
        a[sprintf("%c", i)]              # you could read the header and use that as well


    split($0,b,",")                      # split record by ","
    printf "%s", b[1]                    # printf first element (AA, BB...)
    delete b[1]                          # get rid of it
    for(i in b) 
        b[substr(b[i],1,1)]=b[i]         # take the first letter to use as index (A=12)
    for(i in a)                          # go thru alphabet and printf from b[]
        printf "%s%s", OFS, (i in b?b[i]:"-"); print ""


awk -v OFS=\, -f parsing.awk tbparsed.txt
AA,A=14,B=356,C=845,D=4516,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-
BB,A=65,-,C=255,D=841,E=5133,F=1428,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-
CC,A=88,B=54,C=549,-,-,F=225,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-

它为记录中未找到的每个字母打印“-”。如果数据有标题，您可以将split 转换为二维数组b[NR] 并将for(i in a) 更改为for(i in b[1]) ... printf ... b[NR][b[1][i]] ...，如果您不需要静态第一列，请删除第一个printf 和@ 987654328@.

【讨论】：

这个解决方案的版本有点不同：***.com/questions/39398986/…