个人中心
文章发布
退出
作者热门文章
- iOS/Objective-C 元类和类别
- objective-c - -1001 错误，当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
24
4
我需要帮助将较长的表格文本按每个相似的行分开。任务是从一系列杂乱无章的文件中读取并格式化，然后用相似的行将其分开。来自 :
MMP,iP,c,002309.82,iS,002311.09,3208,18.87,L,
CNOP,eP,,003544.06,eS,003551.64,,151.00,,
SNP,iP,c,003552.87,iS,003605.55,1924.5,158.07,L,
GUIM,eP,,003554.16,eS,003608.49,,99.00,,
DCP,eP,c,003559.26,,,1214.0,88.89,L,
LLP,eP,c,003606.33,iS,003628.98,389.7,131.23,L,
PAGZ,eP,,003608.48,eS,003631.00,,76.00,,
MSLP,eP,,003618.28,,,,,,
OCLP,eP,,003618.78,eS,003646.82,,,,
TBP,eP,,003640.19,,,282.4,59.35,L,
TBP,eP,,012138.99,,,75.4,11.26,L,
SNP,iP,c,033417.94,iS,033420.44,1023.2,45.51,L,
TBP,eP,,033513.03,,,52.8,12.58,L,
SIPP,eP,d,043457.16,eS,043519.77,1212.00,109.75,L,
LLP,iP,c,054745.48,iS,054753.07,1588.5,65.12,L,
TBP,iP,c,054746.49,eS,054752.88,703.3,32.50,L,
MSLP,eP,,054747.92,eS,054757.96,,63.00,,
KCP,iP,d,082343.73,,,-71.96,180.11,T,
PGP,eP,d,085017.97,eS,085021.92,2428,18.5,L,
PGP,eP,d,085017.97,eS,085021.92,2428.00,18.50,L,
LLP,iP,d,095505.28,iS,095513.89,2940.7,105.86,L,
TBP,eP,c,095506.67,,,704.8,42.51,L,
...
我能够使用 awk、read -r line 条件语句和 printf 格式化所有内容。
现在我有了这样的格式化文本:
TBP iP c 014449.61 iS 014455.09 2366.20 29.41 L
LLP iP d 014450.82 iS 014457.36 1414.20 82.30 L
MSLP eP 014456.98 eS 014509.62 72.00
OCLP eP 014505.60 eS 014524.97 69.00
DCP eP c 014507.15 eS 014530.52 268.80 115.79 L
GUIM eP 014514.78 eS 014534.25
PAGZ eP 014520.03 eS 014546.38
BUKP eP 014520.40 eS 014546.68
CVP iP d 015016.91 iS 015037.11 3695.00 162.54 L
SIPP iP c 020817.81 T
BBPS eP 025007.36 eS 025022.74 310.00
SGCP eP 025009.43 eS 025025.00 258.00
APYP eP 025013.77 eS 025033.51 294.00
SIPP eP c 025017.98 eS 025049.24 32739.00 267.36 L
ABRA eP 025018.32 317.00
CAUP eP 025027.99 317.00
SMPP eP 025038.70 eS 025116.93
BOLP eP 025039.33 eS 025116.19 331.00
BALP eP 025042.59 eS 025125.51 280.00
PCP eP c 025046.89 eS 025132.15 543.00 249.71 L
LQP eP c 025105.80 1888.00 269.35 L
TGY eP c 025107.21 1728.00 183.40 L
GQP eP c 025109.23 eS 025210.11 1481.10 180.41 L
KCP iP d 025249.58 -41.73 324.15 T
LUBP eP 043452.34 eS 043459.96 68.00
PGP eP c 043456.97 eS 043501.27 42702.00 196.60 L
TGY eP d 043457.41 eS 043507.61 33835.00 157.27 L
LQP iP d 043502.88 iS 043517.81 6307.00 168.13 L
...
现在我陷入了行分隔。分隔的关键决定因素是 $4 列的前 4 个字符。我尝试分离出 $4 然后截取前 4 个字符作为比较的基础:
来自:
014449.61
014450.82
014456.98
014505.60
014507.15
014514.78
014520.03
014520.40
015016.91
...
收件人:
0144
0144
0144
0145
0145
0145
0145
0145
0150
...
但我不知道如何比较和追加它们。虽然 uniq 可以用来比较，但我不能像我希望的那样将它们附加在一起。
我希望的输出是:
2014Sept01 0144
TBP iP c 014449.61 iS 014455.09 2366.20 29.41 L
LLP iP d 014450.82 iS 014457.36 1414.20 82.30 L
MSLP eP 014456.98 eS 014509.62 72.00
2014Sept01 0145
OCLP eP 014505.60 eS 014524.97 69.00
DCP eP c 014507.15 eS 014530.52 268.80 115.79 L
GUIM eP 014514.78 eS 014534.25
PAGZ eP 014520.03 eS 014546.38
BUKP eP 014520.40 eS 014546.68
2014Sept01 0250
BBPS eP 025007.36 eS 025022.74 310.00
SGCP eP 025009.43 eS 025025.00 258.00
APYP eP 025013.77 eS 025033.51 294.00
SIPP eP c 025017.98 eS 025049.24 32739.00 267.36 L
ABRA eP 025018.32 317.00
CAUP eP 025027.99 317.00
SMPP eP 025038.70 eS 025116.93
BOLP eP 025039.33 eS 025116.19 331.00
BALP eP 025042.59 eS 025125.51 280.00
PCP eP c 025046.89 eS 025132.15 543.00 249.71 L
2014Sept01 0251
LQP eP c 025105.80 1888.00 269.35 L
TGY eP c 025107.21 1728.00 183.40 L
GQP eP c 025109.23 eS 025210.11 1481.10 180.41 L
2014Sept01 0252
KCP iP d 025249.58 -41.73 324.15 T
2014Sept01 0434
LUBP eP 043452.34 eS 043459.96 68.00
PGP eP c 043456.97 eS 043501.27 42702.00 196.60 L
TGY eP d 043457.41 eS 043507.61 33835.00 157.27 L
2014Sept01 0435
LQP iP d 043502.88 iS 043517.81 6307.00 168.13 L
BOAC eP 043503.74 eS 043519.98 139.00
BUSP eP 043507.46 eS 043527.58 146.00
OTRP eP 043512.77 eS 043535.66 97.00
GQP eP d 043513.54 iS 043537.15 714.60 117.54 L
PCP eP c 043514.59 eS 043538.74 441.00 151.61 L
BALP eP 043521.07 eS 043550.06 172.00
ENPP eP 043521.51 eS 043546.79
SMPP eP 043521.96 eS 043551.39 341.00
JAP eP d 043522.67 2732.70 161.82 L
CUYO eP 043522.99 160.00
CAUP eP 043536.77 eS 043616.73 210.00
...
可以使用 echo 附加 header ，但问题是在 $4 中将每个相似的剪切行分开，然后附加下一组相似的剪切行。我仍然不知道如何循环执行此任务。
感谢任何帮助。非常感谢。
最佳答案
在 awk 中。使用第一个文件(2014Sept01 来自哪里？):
$ awk '
BEGIN { FS=","; OFS="\t" } # tabs as output delimiter, not pixel perfect, column might help
{
g=substr($4,1,4) # 4 chars from $4 to grouper
}
g!=p || NR==1 { # if grouper changes or NR==1
print (NR==1?"":ORS) g # print grouper and and extra newline
p=g # store previous grouper to detect change
}
{
$1=$1 # rebuild record for OFS
print # output
}' <(sort -t, -k4n file) # sort file on 4th column
# | column # try to pipe the above to column?
0023
MMP iP c 002309.82 iS 002311.09 3208 18.87 L
0035
CNOP eP 003544.06 eS 003551.64 151.00
SNP iP c 003552.87 iS 003605.55 1924.5 158.07 L
GUIM eP 003554.16 eS 003608.49 99.00
DCP eP c 003559.26 1214.0 88.89 L
0036
...
关于linux - Bash:按列标准分隔行并使用循环(或更好的替代方法)附加到文本文件，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/46316307/
24
4
0
我是一名优秀的程序员,十分优秀！