傻瓜分裂模式答案

【问题标题】：gawk split on pattern傻瓜分裂模式
【发布时间】：2017-10-14 12:51:05
【问题描述】：

我正在尝试按模式拆分字符串。字符串看起来像这样

"Table 4. Kings County" 

"Table 984. Los Angles County"

所需的数组将是

"Table 4","Kings","County"
"Table 984","Los Angles","County"

我试过这样的

echo "Table 4. Kings County"  | gawk '{patsplit($0,a,/Table [[:digit:]]./s); print a[1]}'

但并没有真正起作用

【问题讨论】：

design-patterns - 请不要在有关文本模式匹配的问题上使用此标签。 Tag Info
没有意识到我这样做了。一定是搞错了。
你的意思是“县”？模式是表[编号]。县名县
gawk 标记的访问次数远少于awk 标记，因此为了让更多人查看您的问题以帮助您，请使用 @ 标记您的 awk 问题987654328@，如果您愿意，可以选择添加gawk 标签，并在您的问题中说明您正在使用 gawk。

【解决方案1】：

gawk 带有gensub 函数的解决方案：

awk '{$0=gensub(/(Table [0-9]+)\. (.*) (County)/,"\\1\042,\042\\2\042,\042\\3","g",$0); print $0}' file

输出：

"Table 4","Kings","County" 
"Table 984","Los Angles","County"

gensub() 提供了 sub() 或 gsub() 中不可用的附加功能：指定一个正则表达式替换文本。这是通过在正则表达式中使用括号来完成的标记组件，然后在替换中指定'\N' 文本，其中 N 是从 1 到 9 的数字。

\042 - 双引号 " 的八进制代码

要考虑替换最多 County 字，请使用以下附加方法：

awk '{$0=gensub(/(Table [0-9]+)\. (.*) (County).*/,"\\1\042,\042\\2\042,\042\\3\042","g",$0); print $0}' file

【讨论】：

【解决方案2】：

如目前所示，该问题似乎与 sed 的功能非常匹配：

$ sed -E 's/([[:digit:]])[.] */\1","/; s/ *(County") *$/","\1/' file
"Table 4","Kings","County"
"Table 984","Los Angles","County"

它是如何工作的：

【讨论】：

【解决方案3】：

awk '{sub(/\. /,"\",\"")sub(/ C/,"\",\"C"); $0=$0}NF=NF' file

"Table 4","Kings","County"
"Table 984","Los Angles","County"

【讨论】：

【解决方案4】：

sed

sed -r 's/(Table [0-9]+)\. (.*) (County)/\1","\2","\3/'

【讨论】：