linux - 用连续的制表符代替 "\tNA\t"

Question

有一个格式错误的 tsv 文件，到处都是空字段。我希望在 linux 上用“NA”填充这些空白区域。

我试过 awk '{gsub("\t\t","\tNA\t"); print$0)' 但这只会用一个空格替换 NA 实例。链接命令 awk '{gsub("\t\t","\tNA\t"); print$0)|awk '{gsub("\t\t","\tNA\t"); print$0) 每行做两次替换 - 但如果我有很多列要处理，则不是特别有用。

有没有更快(更简洁)的方法来做到这一点？

Answer 1

它有点复杂，因为您必须处理换行空字段、行尾空字段和可能连续的空字段。我无法用 sed 实现某些目标，这可能是疯了。但是对于 awk 这似乎有效:

$ cat test.txt
a       c   d   e
    g   h   i   j
k   l   m   n   
p           s   t
        w   x   

$ awk -F$'\t' '{for(i=1;i<=NF;++i){if($i==""){printf "NA"}else{printf $i} if(i<NF)printf "\t"} printf "\n"}' test.txt 
a   NA  c   d   e
NA  g   h   i   j
k   l   m   n   NA
p   NA  NA  s   t
NA  NA  w   x   NA

当心复制粘贴，制表符可能会被转换为空格...顺便说一句，我搜索了 CSV 文件的解决方案，并从 this thread 中对其进行了改编。 ;) 您可以在其中看到最具可读性的选项是 awk 选项。