如何在awk中将分隔字符串拆分为数组？

Posted 2023-02-14

【中文标题】如何在awk中将分隔字符串拆分为数组？

【英文标题】：How to split a delimited string into an array in awk?

【发布时间】：2011-12-22 00:28:14

【问题描述】：

当字符串中包含管道符号| 时如何拆分字符串。 我想将它们拆分为数组。

我试过了

echo "12:23:11" | awk 'split($0,a,":"); print a[3] a[2] a[1]'

效果很好。如果我的字符串类似于"12|23|11"，那么如何将它们拆分成一个数组？

【问题讨论】：

请注意，您的输出是连接数组元素，没有分隔符。如果您希望它们用 OFS 分隔，请在它们之间添加逗号，使 print 将它们视为单独的参数。

或者你可以使用sed：echo "12:23:11" | sed "s/.*://"

@slushy：你的命令根本不是提问者需要的。您的命令（echo "12:23:11" | sed "s/.*://"）删除所有内容，直到（包括）最后一个“：”，只保留“11”......它可以获取最后一个数字，但需要修改（以一种难以阅读的方式) 来获得第二个数字，等等。awk（和 awk 的拆分）更加优雅和可读。

如果你需要在单个字符上分割你可以使用cut

【参考方案1】：

你试过了吗：

echo "12|23|11" | awk 'split($0,a,"|"); print a[3],a[2],a[1]'

【讨论】：

@Mohamed Saigh，如果你在 Solaris 上，你需要使用 /usr/xpg4/bin/awk，给定字符串长度。

'不适合我'。特别是在回显值之间有冒号，并且拆分设置为在“|”上拆分？？？错字？祝大家好运。

最好有一些语法解释。

这在 GNU awk 中不起作用，因为 split 的第三个参数是正则表达式，而 | 是特殊符号，需要转义。使用split($0, a, "\|")

@WhiteWind：另一种“确保”| 被视为字符而不是特殊符号的方法是将其放在[] 之间：即split($0, a, "[|]") # 我更喜欢这个比'\|'，在某些情况下，尤其是正则表达式的某些变体（perl vs grep vs .. others？）可以有“|”字面意思和“\|”被视为正则表达式分隔符，而不是相反的... ymmv

【参考方案2】：

要将字符串拆分为awk 中的数组，我们使用函数split()：

awk 'split($0, array, ":")'
#           \/  \___/  \_/
#           |     |     |
#       string    |     delimiter
#                 |
#               array to store the pieces

---

如果没有给出分隔符，则使用FS，默认为空格：

$ awk 'split($0, array); print array[2]' <<< "a:b c:d e"
c:d

我们可以给一个分隔符，例如::

$ awk 'split($0, array, ":"); print array[2]' <<< "a:b c:d e"
b c

相当于通过FS设置：

$ awk -F: 'split($0, array); print array[1]' <<< "a:b c:d e"
b c

在 GNU Awk 中，您还可以提供分隔符作为正则表达式：

$ awk 'split($0, array, ":*"); print array[2]' <<< "a:::b c::d e
#note multiple :
b c

甚至可以通过使用它的第四个参数来查看每一步的分隔符是什么：

$ awk 'split($0, array, ":*", sep); print array[2]; print sep[1]' <<< "a:::b c::d e"
b c
:::

让我们引用man page of GNU awk：

split(string, array [, fieldsep [, seps ] ])

将 string 分成由 fieldsep 分隔的片段，并将片段存储在 array 中，将分隔字符串存储在 seps 阵列。第一个片段存储在array[1]，第二个片段存储在array[2]，以此类推。第三个参数 fieldsep 的字符串值是一个正则表达式，描述在哪里拆分 string（就像 FS 可以是一个正则表达式，描述在哪里拆分输入记录）。如果省略 fieldsep，则使用 FS 的值。 split() 返回创建的元素数。 seps 是gawk 扩展，seps[i] 是array[i] 和array[i+1] 之间的分隔符字符串。如果 fieldsep 是单个空格，则任何前导空格进入 seps[0]，任何尾随空格进入 seps[n]，其中 n 是 split() 的返回值（即数组中的元素个数）。

【参考方案3】：

请更具体！ “它不起作用”是什么意思？ 发布确切的输出（或错误消息）、您的操作系统和 awk 版本：

% awk -F\| '
  for (i = 0; ++i <= NF;)
    print i, $i
  ' <<<'12|23|11'
1 12
2 23
3 11

或者，使用拆分：

% awk '
  n = split($0, t, "|")
  for (i = 0; ++i <= n;)
    print i, t[i]
  ' <<<'12|23|11'
1 12
2 23
3 11

编辑：在 Solaris 上，您需要使用 POSIX awk (/usr/xpg4/bin/awk) 才能正确处理 4000 个字段。

【讨论】：

for(i = 0 或 for(i = 1 ?

i = 0，因为我在后面使用了 ++i（不是 i++）。

好的 - 我没有注意到这一点。我坚信for (i = 1; i <= n; ++i) 更具可读性...

【参考方案4】：

我不喜欢echo "..." | awk ... 解决方案，因为它会调用不必要的fork 和execsystem 调用。

我更喜欢稍微扭曲的 Dimitre 解决方案

awk -F\| 'print $3 $2 $1' <<<'12|23|11'

或者更短的版本：

awk -F\| '$0=$3 $2 $1' <<<'12|23|11'

在这种情况下，输出记录放在一起，这是一个真实的条件，所以它会被打印出来。

在这种特定情况下，stdin 重定向可以通过设置 awk 内部变量来避免：

awk -v T='12|23|11' 'BEGINsplit(T,a,"|");print a[3] a[2] a[1]'

我使用ksh 有一段时间了，但在bash 中，这可以通过内部字符串操作来管理。在第一种情况下，原始字符串由内部终止符分割。在第二种情况下，假定字符串始终包含由一个字符分隔符分隔的数字对。

T='12|23|11';echo -n $T##*|;T=$T%|*;echo $T#*|$T%|*
T='12|23|11';echo $T:6$T:3:2$T:0:2

所有情况下的结果都是

112312

【讨论】：

我认为最终结果应该是 awk 数组变量引用，无论给出的打印输出示例如何。但是您错过了一个非常简单的 bash 案例来提供您的最终结果。 T='12:23:11';回声 $T//:

@DanielListon 你是对的！谢谢！我不知道这个bash表达式中可以留下尾随的/...

【参考方案5】：

我知道这是一个老问题，但我想也许有人喜欢我的把戏。特别是因为此解决方案不限于特定数量的项目。

# Convert to an array
_ITEMS=($(echo "12|23|11" | tr '|' '\n'))

# Output array items
for _ITEM in "$_ITEMS[@]"; do
  echo "Item: $_ITEM"
done

输出将是：

Item: 12
Item: 23
Item: 11

【参考方案6】：

实际上awk 有一个称为“输入字段分隔符变量”link 的功能。这是如何使用它。它不是真正的数组，但它使用内部 $ 变量。对于分割一个简单的字符串，它更容易。

echo "12|23|11" | awk 'BEGIN FS="|";  print $1, $2, $3 '

【参考方案7】：

开玩笑？ :)

echo "12|23|11" | awk 'split($0,a,"|"); print a[3] a[2] a[1]'怎么样

这是我的输出：

p2> echo "12|23|11" | awk 'split($0,a,"|"); print a[3] a[2] a[1]'
112312

所以我想它毕竟可以工作..

【讨论】：

是因为字符串的长度吗？因为，我的字符串长度是 4000。任何想法

【参考方案8】：

echo "12|23|11" | awk 'split($0,a,"|"); print a[3] a[2] a[1]'

应该可以。

【参考方案9】：

echo "12|23|11" | awk 'split($0,a,"|"); print a[3] a[2] a[1]'

【参考方案10】：

挑战：解析和存储带有空格的分割字符串，并将它们插入到变量中。

解决方案： 对您来说最好和简单的选择是将字符串列表转换为数组，然后将其解析为带有索引的变量。这是一个如何转换和访问数组的示例。

示例：解析每一行的磁盘空间统计信息：

sudo df -k | awk 'NR>1' | while read -r line; do
   #convert into array:
   array=($line)

   #variables:
   filesystem="$array[0]"
   size="$array[1]"
   capacity="$array[4]"
   mountpoint="$array[5]"
   echo "filesystem:$filesystem|size:$size|capacity:$capacity|mountpoint:$mountpoint"
done

#output:
filesystem:/dev/dsk/c0t0d0s1|size:4000|usage:40%|mountpoint:/
filesystem:/dev/dsk/c0t0d0s2|size:5000|usage:50%|mountpoint:/usr
filesystem:/proc|size:0|usage:0%|mountpoint:/proc
filesystem:mnttab|size:0|usage:0%|mountpoint:/etc/mnttab
filesystem:fd|size:1000|usage:10%|mountpoint:/dev/fd
filesystem:swap|size:9000|usage:9%|mountpoint:/var/run
filesystem:swap|size:1500|usage:15%|mountpoint:/tmp
filesystem:/dev/dsk/c0t0d0s3|size:8000|usage:80%|mountpoint:/export

【参考方案11】：

awk -F'['|'] -v 'print $1"\t"$2"\t"$3' file <<<'12|23|11'