如何从 tsv 文件中提取第一列？

Posted 2023-03-15

【中文标题】如何从 tsv 文件中提取第一列？

【英文标题】：How to extract the first column from a tsv file?

【发布时间】：2018-08-26 16:53:06

【问题描述】：

我有一个包含一些数据的文件，我只想将第一列用作脚本的标准输入，但我无法提取它。 我试过用这个

awk -F"\t" 'print $1' inputs.tsv

但它只显示第一列的第一个字母。我尝试了其他一些方法，但它要么显示整个文件，要么只显示第一列的第一个字母。

我的文件看起来像这样：

Harry_Potter    1
Lord_of_the_rings    10
Shameless    23
....

【问题讨论】：

您的输入看起来不像制表符分隔。发布预期结果

如果该脚本执行您所说的操作，那么您的输入文件中的控制字符会干扰输出。 awk 脚本是正确的。

【参考方案1】：

试试这个（最好依靠真正的csv 解析器...）：

csvcut -c 1 -f $'\t' file

查看csvkit

输出：

Harry_Potter
Lord_of_the_rings
Shameless

注意：

正如@RomanPerekhrest 所说，您应该修复损坏的示例输入（我们看到了应该使用制表符的空格...）

【讨论】：

非常感谢您的编辑。我似乎对 -f 参数有疑问，我收到一条错误消息，指出该参数无法识别

您使用的是哪个外壳？试试bash

【参考方案2】：

您可以使用在所有 Unix 和 Linux 系统上都可用的cut：

cut -f1 inputs.tsv

您不需要指定-d 选项，因为制表符是默认分隔符。来自man cut：

 -d delim
         Use delim as the field delimiter character instead of the tab character.

正如 Benjamin 所说，您的 awk 命令确实是正确的。 Shell 将文字 \t 作为参数传递，而 awk 将其解释为选项卡，而像 cut 这样的其他命令可能不会。

不知道为什么你只得到第一个字符作为输出。

---

你可能想看看这篇文章：

Difference between single and double quotes in Bash

【讨论】：

我认为您说"\t" 不会转换为标签是不正确的。 shell 不会在双引号中触及它，然后 awk does 将 \t 解释为选项卡。此外，$'\t' 仅适用于 Bash。我很确定awk -F"\t" 'print $1' 是一种符合 POSIX 标准的打印每行第一个制表符分隔字段的方式。示例：awk --posix -F"\t" 'print $1' <<< $'1\t2'

谢谢@BenjaminW。为了纠正我。我已更新答案以包含您的解释。

@BenjaminW。是正确的，awk -F'\t' 很好，你不需要awk -F$'\t' 的 bashism。在这种情况下，单引号和双引号之间的区别也无关紧要。