R系統調用AWK失敗

Question

我有一個日誌文件，姑且稱之爲mylogfile.txt

格式是 日期戳，然後分號分隔符，然後一些其他的東西，我，爲這項工作的目的，漠不關心。

例如，（這是在日誌文件中的所有一行 - 不知道如何在SO表現爲這樣所以道歉）

20170710-23:59:43.158;B@13.43434@1000000.0@20170710-21:15:53.23@@2017071023:59:43.158@@T@20170710-23:59:43.156#B@13.41834@4000000.0@20170710-21:15:53.23@@20170710-23:59:43.158@@T@20170710-23:59:43.156#A@13.47274@1000000.0@20170710-21:15:53.23@@20170710-23:59:43.158@@T@20170710-23:59:43.156#A@13.48874@4000000.0@20170710-21:15:53.23@@20170710-23:59:43.158@@T@20170710-23:59:43.156# 

什麼我目前試圖簡單地說就是概念實例的證明。我希望解析文件，顛倒行順序，並返回輸出中的兩列 -

1）只是從第一列解析的時間戳（這是一個日期時間格式，所以我需要放棄日期部分）

2）在自午夜秒錶示即時間戳，表示以毫秒精度（符合時間戳本身的粒度。

從輸出下面的單線例子是例如

所以

23:59:43.158,86383.158 

我c一半在那裏。我可以使用在cygwin中完美運行的語法構造對awk的調用（自然地剝離了R包裝）。不過，這並不R內

testawk<-paste0("tac ", mylogfile.txt, " | awk 'BEGIN {FS=\"-|;|:\"} {OMFT=\"%.3f\"} {print $2 \":\" $3 \":\" $4 \",\" (3600*$2)+(60*$3)+$4}' ") 

getawk<-as.data.frame(system(testawk, intern=TRUE, show.output.on.console = FALSE)) 

工作，但是什麼數據幀getawk結束僅僅是原始日誌文件攪動通過，因爲它是被讀取。另外，我拿到運行命令有狀態1.

警告郵件，但是

，如果我去掉了「TAC」一塊，只使用直AWK，從而;

testawk<-paste0("awk 'BEGIN {FS=\"-|;|:\"} {OMFT=\"%.3f\"} {print $2 \":\" $3 \":\" $4 \",\" (3600*$2)+(60*$3)+$4}' ", mylogfile.txt) 

    getawk<-as.data.frame(system(testawk, intern=TRUE, show.output.on.console = FALSE)) 

我得到錯誤信息

Error in system(testawk, intern = TRUE, show.output.on.console = FALSE) : 'awk' not found

我不認爲這個問題是在我的awk的建設，因爲它工作正常，如果我只是做cygwin的範圍內。所以很明顯r/system/awk交互的一些方面我沒有完全掌握。我想如果我把它全部包裝在一個awk腳本中，並簡單地調用它的腳本它可能工作，但我很沮喪，我不能簡單地找到正確的語法來直接調用awk R系統命令（我處理grep，sed等命令等）。

這不像awk實際上根本不被支持那麼簡單嗎？

指針非常感謝。如果第一個說20行的日誌文件是有用的，我也可以發佈這些。

Answer 1

當嘗試在R中使用其他語言時，經常會發生這種情況。蟒蛇。如果您尚未將路徑添加到Windows系統路徑，那麼您還沒有告訴RStudio在哪裏查找可執行文件。

Cygwin的根目錄通常位於C:\cygwin64（但可能因您的安裝而異），因此請查找安裝並查找bin文件夾。在應該有awk的可執行文件，但它通常只是一個符號鏈接到gawk可執行文件（身份驗證），以便添加到路徑，例如：

Sys.setenv(PATH = paste("C:/cygwin64/bin/gawk", Sys.getenv("PATH"), sep = ":")) 

注意：這不會永久添加，所以你必須啓動在每個會議開始時或add to your Windows path將其永久識別。

Answer 2

聽起來像'awk'根本找不到，也許它不在你的PATH中。嘗試將awk的完整路徑放入，例如'在/ usr /斌/的awk'。我沒有使用Windows和Cygwin，所以你的真正路徑肯定會有所不同。

Answer 3

只要做到這一切在R：

c(
    "20170710-10:31:26.121;B@13.43434@1000000.0@20170710-21:15:53.23@@2017071023:59:43.158@@T@20170710-23:59:43.156#B@13.41834@4000000.0@20170710-21:15:53.23@@20170710-23:59:43.158@@T@20170710-23:59:43.156#A@13.47274@1000000.0@20170710-21:15:53.23@@20170710-23:59:43.158@@T@20170710-23:59:43.156#A@13.48874@4000000.0@20170710-21:15:53.23@@20170710-23:59:43.158@@T@20170710-23:59:43.156#", 
    "20170710-23:59:43.158;B@13.43434@1000000.0@20170710-21:15:53.23@@2017071023:59:43.158@@T@20170710-23:59:43.156#B@13.41834@4000000.0@20170710-21:15:53.23@@20170710-23:59:43.158@@T@20170710-23:59:43.156#A@13.47274@1000000.0@20170710-21:15:53.23@@20170710-23:59:43.158@@T@20170710-23:59:43.156#A@13.48874@4000000.0@20170710-21:15:53.23@@20170710-23:59:43.158@@T@20170710-23:59:43.156#" 
) -> log_lines 

# you'd get the above with `log_lines <- readLines('filename')` 

matched <- stringi::stri_match_first_regex(log_lines, "([[:digit:]]+:[[:digit:]]+:[[:digit:]]+\\.[[:digit:]]+)")[,2] 

cat(
    rev(
    sprintf(
     "%s,%s\n", 
     matched, 
     lubridate::hms(matched) %>% 
     as.numeric() %>% 
     sprintf("%9.3f", .) 
    ) 
), 
    sep="" 
) 

這使得：

10:31:26.121,37886.121 
23:59:43.158,86383.158 

而且，您可以cat到文件或存儲在數據幀（等）。

我很高興可能對您更爲熟悉，但它絕對沒有意義使用它。