需要解析来自大型 linux 文本文件（约 2000 万行）的数据字符串并转换为 csv答案

【问题标题】：Need to parse strings on data from a big linux text file (~20 millions of rows) and convert to csv需要解析来自大型 linux 文本文件（约 2000 万行）的数据字符串并转换为 csv
【发布时间】：2017-12-17 16:42:05
【问题描述】：

我有一个大文件（20M 行），每行格式如下：

(5859785,7410375) (5859799,7410377) LAYER_ACT stringofdatathatislateronrow
(58597,74103) (58597,74103) LAYER_ACT2 stringofdatathatislateronrowmillion

我需要一个 csv 输出：

X              Y
5859785      7410375
58597        74103

我知道 unix 上的“sed”命令可以用来抓取东西，但是我无法让它工作以获得正确的格式。您有更好的解决方案来获得此输出吗？

【问题讨论】：

标签： linux csv unix sed grep

【解决方案1】：

使用 (、) 和 , 作为 awk 的输入字段分隔符：

awk -F '[(),]' 'BEGIN{OFS="\t"; print "X","Y"} {print $2,$3}' file

输出：

X Y 5859785 7410375 58597 74103

根据需要更改输出字段分隔符 (OFS)。

【讨论】：