awk 中的字段分隔符可以包含多个字符吗？

Question

我可以使用由多个字符组成的字段分隔符吗？就像我想分隔其中包含引号和逗号的单词即。

"School","College","City"

所以这里我想将我的 FS 设置为“,”。但当我这样定义 FS 时，我得到了有趣的结果。这是我的代码片段。

awk -F\",\" '
{
for(i=1;i<=NF;i++)
  {
    if($i~"[a-z0-9],[a-z0-9]") 
    print $i
  }
}' OFS=\",\"  $* 

Answer 1

是的，FS可以是多个字符。请参阅以下示例的测试：

kent$  echo '"School","College","City"'|awk -F'","|^"|"
 '{for(i=1;i<=NF;i++){if($i)print $i}}'
School
College
City

Answer 2

这里讨论的是字段分隔符不仅限于多个字符，而且实际上可以是一个成熟的正则表达式。

也就是说：
这会从 XML 片段中去除标头和周围的标签。
请注意，标签格式良好，但有所不同。

bash-3.2$ more xml_example 
<?xml version="1.0" encoding="UTF-8"?>
<urlset
xmlns="http://www.google.com/schemas/sitemap/0.84"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.google.com/schemas/sitemap/0.84
                  http://www.google.com/schemas/sitemap/0.84/sitemap.xsd">
<url>
<loc>http://www.foo.com/about.html</loc>
<lastmod>2006-05-15T13:43:37Z</lastmod>
<priority>0.5000</priority>
</url>
<url>
<loc>http://www.foo.com/articles/articles.html</loc>
<lastmod>2006-06-20T23:03:36Z</lastmod>
<priority>0.5000</priority>
</url>

现在我们应用 awk 脚本来打印中间字段，使用正则表达式作为字段分隔符：

bash-3.2$ awk -F"<(/?)[a-z]+>" '{print $2}' <xml_example




http://www.foo.com/about.html
2006-05-15T13:43:37Z
0.5000


http://www.foo.com/articles/articles.html
2006-06-20T23:03:36Z
0.5000

bash-3.2$

空白行来自标记是该行上唯一内容的位置，因此没有 $2 可以打印。
这实际上非常强大，因为它意味着您不仅可以使用具有多个字符的固定模式，还可以在字段分隔符中使用正则表达式的全部功能。

Answer 3

尝试

awk 'BEGIN{FS="[|,:]"}{print $1}' youFile

Answer 4

是的，您可以对 -F 参数使用多个字符，因为该值可以是正则表达式。例如，您可以执行以下操作：

echo "hello:::my:::friend" | gawk -F':::' '{print $3}'

这将返回 friend。

对于 nawk 和 gawk (GNU awk)（原始的 awk），支持将 regexp 作为 -F 的参数。代码> 不支持。在 Solaris 上，这种区别很重要，在 Linux 上则不重要，因为 awk 实际上是到 gawk 的链接。因此，我认为最好的做法是将 awk 调用为 gawk，因为这样它就可以跨平台工作。

Answer 5

使用 GNU awk 4，您甚至可以轻松解析带有嵌入分隔符和引号的 *CSV*：

% cat infile 
"School",College: "My College","City, I"

% awk '{    
  for (i = 0; ++i <= NF;)
    print i, substr($i, 1, 1) == "\042" ?
      substr($i, 2, length($i) - 2) : $i
  }' FPAT='([^,]+)|(\"[^\"]+\")' infile  
1 School
2 College: "My College"
3 City, I

Answer 6

要使用 awk 分隔多个字符并精确地使用 "," 分隔，您可以在字符前添加 \\：

echo '"School","College","City"'|awk -F'\\\\"\\\\,\\\\"' '{for(i=1;i<=NF;i++){if($i)print $i}}'

https://es.stackoverflow.com/questions/422811/unix-awk-separaci%c3%b3n-de-campos-por-grupo-de-caracteres/423081#423081