awk中考慮雙引號的字符串作爲一個令牌，而忽略

Question

之間的數據文件空間 - data.txt中：

ABC "I am ABC" 35 DESC 
DEF "I am not ABC" 42 DESC 

cat data.txt | awk '{print $2}'

將導致了「我」不是字符串被引用

如何使AWK，使其忽略引號內的空間，並認爲它是一個單一的令牌？

Answer 1

是的，這可以很好地在AWK完成。沒有任何嚴重的黑客攻擊都很容易。

（這個例子工作在兩個The One True Awk和GAWK）。

{ 
    split($0, a, "\"") 
    $2 = a[2] 
    $3 = $(NF - 1) 
    $4 = $NF 
    print "and the fields are ", $1, "+", $2, "+", $3, "+", $4 
} 

Answer 2

試試這個：

$ cat data.txt | awk -F\" '{print $2}' 
I am ABC 
I am not ABC 

Answer 3

好吧，如果你真的想所有三個字段，你可以讓他們，但它需要大量的管道：

$ cat data.txt | awk -F\" '{print $1 "," $2 "," $3}' | awk -F' ,' '{print $1 "," $2}' | awk -F', ' '{print $1 "," $2}' | awk -F, '{print $1 "," $2 "," $3}' 
ABC,I am ABC,35 
DEF,I am not ABC,42 

到最後管你有三個字段做任何你想用喜歡。

Answer 4

我揉成一團在一起重新分割$ 0改成叫B.雙引號之間的空間不作爲字段分隔陣列功能。可以與任意數量的字段一起使用，這些字段是引用引用和未引用引用的字段。這裏有：

#!/usr/bin/gawk -f 

# Resplit $0 into array B. Spaces between double quotes are not separators. 
# Single quotes not handled. No escaping of double quotes. 
function resplit(  a, l, i, j, b, k, BNF) # all are local variables 
{ 
    l=split($0, a, "\"") 
    BNF=0 
    delete B 
    for (i=1;i<=l;++i) 
    { 
    if (i % 2) 
    { 
     k=split(a[i], b) 
     for (j=1;j<=k;++j) 
     B[++BNF] = b[j] 
    } 
    else 
    { 
     B[++BNF] = "\""a[i]"\"" 
    } 
    } 
} 

{ 
    resplit() 

    for (i=1;i<=length(B);++i) 
    print i ": " B[i] 
} 

希望它有幫助。

Answer 5

對於這個問題的答案頂部僅適用於具有單引號場線。當我發現這個問題時，我需要一些可以用於任意數量的引用字段的東西。

最終我來到an answer by Wintermute in another thread，他提供了一個很好的通用解決了這個問題。我剛剛修改它以刪除引號。請注意，在運行以下程序時，需要使用-F\"調用awk。

BEGIN { OFS = "" } { 
    for (i = 1; i <= NF; i += 2) { 
     gsub(/[ \t]+/, ",", $i) 
    } 
    print 
} 

這個工程通過觀察數組中的所有其他元素將是引號內，當你在「字符數限制分離，所以它取代了空格分割的那些不與逗號報價。

，您可以很容易連鎖AWK做你需要的任何處理（只是再次使用字段分隔開關，-F,）的另一個實例

注意的是，如果第一場是引用這可能會打破 - 我沒有然後測試它，如果確實如此，應該很容易通過添加if語句來在2 rath開始如果該行的第一個字符是「」，則該值大於1。

Answer 6

這是什麼像什麼，我終於得到了工作就是爲我的項目更通用。 注意它不使用awk。

someText="ABC \"I am ABC\" 35 DESC '1 23' testing 456" 
putItemsInLines() { 
    local items="" 
    local firstItem="true" 
    while test $# -gt 0; do 
     if [ "$firstItem" == "true" ]; then 
      items="$1" 
      firstItem="false" 
     else 
      items="$items 
$1" 
     fi 
     shift 
    done 
    echo "$items" 
} 

count=0 
while read -r valueLine; do 
    echo "$count: $valueLine" 
    count=$(($count + 1)) 
done <<< "$(eval putItemsInLines $someText)" 

，其輸出：

0: ABC 
1: I am ABC 
2: 35 
3: DESC 
4: 1 23 
5: testing 
6: 456 

Answer 7

另一種方法是使用可變FPAT，限定了正則表達式描述每個字段的內容。

保存此AWK腳本parse.awk：

#!/bin/awk -f 

BEGIN { 
    FPAT = "([^ ]+)|(\"[^\"]+\")" 
} 
{ 
    print $2 
} 

使其可執行與chmod +x ./parse.awk和分析你的數據文件作爲./parse.awk data.txt：

"I am ABC" 
"I am not ABC"