如何在 Unix 中使用带有多个字符分隔符的 cut？

Posted 2023-03-15

【中文标题】如何在 Unix 中使用带有多个字符分隔符的 cut？

【英文标题】：How to use cut with multiple character delimiter in Unix?

【发布时间】：2014-10-16 07:49:20

【问题描述】：

我的文件是这样的

abc ||| xyz ||| foo bar
hello world ||| spam ham jam ||| blah blah

我想提取一个特定的列，例如我本来可以做到的：

sed 's/\s|||\s/\\t/g' file | cut -f1

但是还有其他方法吗？

【问题讨论】：

这是您要找的吗？ How to make the 'cut' command treat several sequential delimiters as one?

【参考方案1】：

由于| 是一个有效的正则表达式，它需要用\\| 转义或放在方括号中：[|]。

你可以这样做：

awk -F' \\|\\|\\| ' 'print $1' file

其他一些同样有效的变体：

awk -F' [|][|][|] ' 'print "$1"' file
awk -F' [|]3 ' 'print "$1"' file
awk -F' \\|3 ' 'print "$1"' file
awk -F' \\|+ ' 'print "$1"' file
awk -F' [|]+ ' 'print "$1"' file

\ 作为分隔符在方括号中效果不佳，只能转义，还有很多转义字符 :)

cat file
abc \\\ xyz \\\ foo bar

示例：表达式中每个 \ 对应 4 个 \，因此总共有 12 个 \。

awk -F' \\\\\\\\\\\\ ' 'print $2' file
xyz

或

awk -F' \\\\3 ' 'print $2' file
xyz

或者这个，但它并不简单

awk -F' [\\\\]3 ' 'print $2' file
xyz

awk -F' [\\\\][\\\\][\\\\] ' 'print $2' file
xyz

【讨论】：

或者只是print $1？

一个解释它是如何工作的分解会很好。特别是最好指定需要更改的是 $1 以获得不同的列。

$0 包含整行，因此$0=$1 用第一个字段替换该行。 之后的 1（任何计算结果为 true 的内容）会导致打印该行。

我不得不做awk -F ' \\|\\|\\| ' 'print $1'

【参考方案2】：

你可以使用 awk 来做 -

$ awk 'BEGIN FS=" \|\|\| ";print $1' file

将 $1 替换为 $2、$3 等。

【讨论】：

运行这个命令，你会得到：awk: cmd. line:1: warning: escape sequence \|'被视为普通的`|'