Unix - 需要剪切一个有多个空格作为分隔符的文件 - awk 或 cut？

Question

我需要从 Unix 中的文本文件中获取记录。分隔符是多个空格。例如：

2U2133   1239  
1290fsdsf   3234

由此，我需要提取

1239  
3234

所有记录的分隔符将始终为 3 个空格。

我需要在 unix 脚本（.scr）中执行此操作并将输出写入另一个文件或将其用作 do-while 循环的输入。我尝试了以下操作：

while read readline  
do  
        read_int=`echo "$readline"`  
        cnt_exc=`grep "$read_int" ${Directory path}/file1.txt| wc -l`  
if [ $cnt_exc -gt 0 ]  
then  
  int_1=0  
else  
  int_2=0  
fi  
done < awk -F'  ' '{ print $2 }' ${Directoty path}/test_file.txt  

test_file.txt 是输入文件，file1.txt 是查找文件。但上述方法不起作用，并在 awk -F 附近给我语法错误，

我尝试将输出写入文件。以下在命令行中工作：

more test_file.txt | awk -F'   ' '{ print $2 }' > output.txt

这是工作并将记录写入命令行中的output.txt。但相同的命令在 unix 脚本中不起作用（它是一个 .scr 文件）

请让我知道哪里出了问题以及如何解决此问题。

谢谢，
维沙赫

Answer 1

将多个分隔符替换为一个分隔符的工作留给了 tr：

cat <file_name> | tr -s ' ' | cut -d ' ' -f 2

tr 翻译或删除字符，非常适合为以下目的准备数据： cut 才能正常工作。

手册指出：

-s, --squeeze-repeats
          替换重复字符的每个序列
          在最后指定的 SET 中列出，仅出现一次
          那个角色的

Answer 2

这取决于您计算机上 cut 的版本或实现。某些版本支持一个选项，通常是 -i，这意味着“忽略空白字段”，或者等效地允许字段之间有多个分隔符。如果支持，请使用：

cut -i -d' ' -f 2 data.file

如果不支持（而且它不是通用的，甚至可能不广泛，因为 GNU 和 MacOS X 都没有这个选项），那么使用 awk 更好、更便携。

不过，您需要将 awk 的输出通过管道传输到循环中：

awk -F' ' '{print $2}' ${Directory_path}/test_file.txt |
while read readline  
do  
    read_int=`echo "$readline"`  
    cnt_exc=`grep "$read_int" ${Directory_path}/file1.txt| wc -l`  
    if [ $cnt_exc -gt 0 ]  
    then int_1=0  
    else int_2=0
    fi  
done

唯一的遗留问题是 while 循环是否位于子 shell 中，因此不会修改您的 main shell 脚本变量，只是这些变量的自己的副本。

对于 bash，您可以使用 进程替换

while read readline  
do  
    read_int=`echo "$readline"`  
    cnt_exc=`grep "$read_int" ${Directory_path}/file1.txt| wc -l`  
    if [ $cnt_exc -gt 0 ]  
    then int_1=0  
    else int_2=0
    fi  
done < <(awk -F' ' '{print $2}' ${Directory_path}/test_file.txt)

： while 在当前 shell 中循环，但会安排命令的输出，就像来自文件一样。

${Directory path} 中的空白通常是不合法的——除非它是我错过的另一个 Bash 功能；您在一处也有拼写错误（Directoty）。

Answer 3

除了执行相同操作的其他方法之外，程序中的错误是这样的：您无法从 (<) 另一个程序的输出重定向。翻转你的脚本并使用像这样的管道：

awk -F'   ' '{ print $2 }' ${Directory path}/test_file.txt | while read readline

等等

。此外，使用“readline”作为变量名可能会或可能不会给你带来问题。

Answer 4

在这种特殊情况下，您可以使用以下行

sed 's/   /\t/g' <file_name> | cut -f 2

来获取第二列。

Answer 5

在 bash 中你可以从这样开始：

for n in `${Directoty path}/test_file.txt | cut -d " " -f 4`
{
    grep -c $n ${Directory path}/file*.txt
}

Answer 6

这应该是一条评论，但由于我还不能评论，所以我在这里添加它。
这是来自这里的一个很好的答案： https://stackoverflow.com/a/4483833/3138875

tr -s ' ' <text.txt | cut -d ' ' -f4

tr - s '' 将 的多个重复实例压缩为一个。

Answer 7

由于“Directo*t*y 路径”（脚本的最后一行）中的拼写错误，它在脚本中不起作用。

Answer 8

剪切不够灵活。我通常使用 Perl 来实现这一点：

cat file.txt | perl -F'   ' -e 'print $F[1]."\n"'

您可以放置​​任何 Perl 正则表达式，而不是在 -F 之后添加三个空格。您可以通过 $F[n] 访问字段，其中 n 是字段编号（从零开始计数）。这样就不需要 sed 或 tr。