linux - 使用 Awk 处理每条记录具有不同固定宽度字段的文件

Question

我有一些来自遗留系统的数据文件，我想使用 Awk 处理这些文件。每个文件都包含一个记录列表。有几种不同的记录类型，每种记录类型都有一组不同的固定宽度字段(没有字段分隔符)。记录的前两个字符表示类型，由此您可以知道应该遵循哪些字段。文件可能看起来像这样:

AAField1Field2LongerField3
BBField4Field5Field6VeryVeryLongField7Field8
CCField99

使用 Gawk 我可以设置 FIELDWIDTHS , 但这适用于整个文件(除非我缺少在逐个记录的基础上设置它的某种方法)，或者我可以将 FS 设置为 ""并一次处理文件一个字符，但这有点很麻烦。

有没有使用 Awk 从此类文件中提取字段的好方法？

编辑:是的，我可以使用 Perl(或其他语言)。不过，我仍然很想知道是否有使用 Awk 的明智方法。

Answer 1

希望这会引导您朝着正确的方向前进。假设您的多行记录保证由“CC”类型的行终止，您可以使用简单的 if-then 逻辑预处理文本文件。我假设您需要在一行中包含字段 1、5 和 7，并且需要一个示例 awk 脚本。

BEGIN {
        field1=""
        field5=""
        field7=""
}
{
    record_type = substr($0,1,2)
    if (record_type == "AA")
    {
        field1=substr($0,3,6)
    }
    else if (record_type == "BB")
    {
        field5=substr($0,9,6)
        field7=substr($0,21,18)
    }
    else if (record_type == "CC")
    {
        print field1"|"field5"|"field7
    }
}

创建一个名为 program.awk 的 awk 脚本文件，并将该代码弹出到其中。执行脚本使用:

awk -f program.awk < my_multi_line_file.txt