使用awk打印沒有撇號或空格的新列

我正在處理文本文件並添加由其他列的某些組件組成的列。要求刪除空格和撇號的新要求，我不確定完成此任務的最有效方法。使用awk打印沒有撇號或空格的新列

該文件的內容可以通過以下腳本創建：

content=(
    john smith   thomas  blank 123 123456 10 
    jane smith   elizabeth blank 456 456123 12 
    erin "o'brien"  margaret  blank 789 789123 9 
    juan "de la cruz" carlos  blank 1011 378943 4 
) 
# put this into a tab-separated file, with the syntactic (double) quotes above removed 
printf '%s\t%s\t%s\t%s\t%s\t%s\t%s\n' "${content[@]}" >infile

這是我現在，但它不能刪除空格和撇號：

awk -F "\t" '{OFS="\t"; print $1,$2,$3,$5,$6,$7,$6 tolower(substr($2,0,3)); }' infile > outfile

這將引發錯誤「子第三個參數不是可變的對象「，這是有道理的，因爲我試圖處理輸出而不是輸入，我猜。

awk -F "\t" '{OFS="\t"; print $1,$2,$3,$5,$6,$7,$6 sub("'\''", "",tolower(substr($2,0,3))); }' infile > outfile

有沒有一種方法，我可以在較低的情況下打印列6和第2列的部分的組合，同時還能從輸出去掉空格和撇號到新列？最糟糕的情況是，我可以用我的第一個命令創建一個新文件，並用新的awk命令處理輸出，但是我希望一次完成就可以。

來源

2017-08-29 Nicholas Aplington-Johnson

是否有一個理由，你想'awk'這個，而不是使用（說）bash內置功能？ –

提供一個獨立的示例並不需要有人提供他們自己的'infile'來測試也是有幫助的。 –

我沒有awk作爲要求，但它似乎是一個合乎邏輯的解決方案，因爲我正在處理一個帶有製表符分隔內容的文件，我不希望將更改應用於所有列。如果你有另一個不使用awk的解決方案，我肯定會接受其他選擇。 –

第二種方法是關閉，但對於操作順序：

awk -F "\t" ' 
    BEGIN { OFS="\t"; } 
    { 
    var=$2; 
    sub("['\''[:space:]]", "", var); 
    var=substr(var, 0, 3); 
    print $1,$2,$3,$5,$6,$7,$6 var; 
    } 
'

分配要修改一個變量的內容讓該變量就地進行修改。
要刪除的字符應刪除之前採取子字符串，因爲否則您縮短您的3個字符的子字符串。

來源

2017-08-29 15:00:29

你忘了照顧雙引號，所以它打印789123「ob，它應該是789123obr。 –

@mlambrichs，...這個代碼在給出你提供的輸入時絕對會打印'78123obr'，因爲這個輸入中唯一的引號你只指定了「撇號」 - 那些是單引號，所以，不，我沒有忘記任何東西 –

你在吠叫錯誤的樹;;-)我剛剛檢查了你的解決方案，這是所有的，我檢查了OP的早期版本的輸入，我的不好， –

這是一個猜測，因爲你沒有提供預期的輸出，但這是你想要做的？

$ cat tst.awk 
BEGIN { FS=OFS="\t" } 
{ 
    abbr = $2 
    gsub(/[\047[:space:]]/,"",abbr) 
    abbr = tolower(substr(abbr,1,3)) 
    print $1,$2,$3,$5,$6,$7,$6 abbr 
} 

$ awk -f tst.awk infile 
john smith thomas 123  123456 10  123456smi 
jane smith elizabeth  456  456123 12  456123smi 
erin o'brien margaret  789  789123 9  789123obr 
juan de la cruz  carlos 1011 378943 4  378943del

注意的方式在' -enclosed awk腳本代表'與八進制\047（這將繼續當你移動你的腳本文件，如果工作/，不像你仗着"'\''"它只能從命令行起作用），並且awk中的字符串，數組和字段從1開始，而不是從0開始，因此您的substr(..,0,3)錯誤，awk將0的無效起始位置視爲您已使用第一個有效開始這是1的位置。

的"sub third parameter is not a changeable object"錯誤你得到的是因爲sub()修改你怎麼稱呼它與作爲第三個參數，但你和一個文本字符串（的tolower(substr(...))輸出）調用它的對象，你不能修改一個字符串 - 嘗試sub(/o/,"","foo")，如果您使用var="foo"; sub(/o/,"",var)，您將得到相同的錯誤，因爲您可以修改變量的內容，因此這是有效的。

來源

2017-08-29 16:34:56

我們的兩個答案的輸出之間的差異 - 我的排放'789123obr'，而不是'789123ob' –

是的，因爲你在substr（）調用之前刪除'''，之後我會這樣做。我只是遵循OP在代碼中的含義（在substr（）調用後刪除'''） - 因爲他沒有發佈預期的輸出idk，這是正確的。 –

對。如果OP *希望輸出中少於三個字符的子字符串，我會感到非常驚訝。 –

使用awk打印沒有撇號或空格的新列

回答

相關問題