根据字段中的最大分隔符数创建重复行答案

【问题标题】：Create duplicate line based on maximum number of delimiters in a field根据字段中的最大分隔符数创建重复行
【发布时间】：2017-08-13 19:20:12
【问题描述】：

我有一个文件，其中包含多个字段和 2 种分隔符。如果其中一个字段中的分隔符数量达到定义的数量，那么我想在满足数字后将该字段拆分到下一行，同时复制该行的第一部分。

这在 awk 或 sed 中是否可行？

例子

输入

a1|b|c|d|1,2,3,4| a2|b|c|d|1,2,3,4,5,6,7,8,9,10| a3|b|c|d|1,2|

Max Number = 6，以逗号分隔字段 5

输出

a1|b|c|d|1,2,3,4| a2|b|c|d|1,2,3,4,5,6| a2|b|c|d|7,8,9,10| a3|b|c|d|1,2|

【问题讨论】：

可能有像a3,a4,a5|b|c1,c2,c3,c4|d|1,2,3,4,5|这样的行吗？

标签： unix awk sed split delimiter

【解决方案1】：

假设需要的拆分不超过一次：

$ sed -E 's/^(([^|]+\|){4})(([^,]+,){5}[^,]+),(.*)/\1\3|\n\1\5/' ip.txt 
a1|b|c|d|1,2,3,4|
a2|b|c|d|1,2,3,4,5,6|
a2|b|c|d|7,8,9,10|
a3|b|c|d|1,2|

-E 使用 ERE，一些 sed 版本使用 -r 选项代替
^(([^|]+\|){4}) 前 4 列由 | 分隔
(([^,]+,){5}[^,]+) 6 列，由 , 分隔（没有尾随 ,）
, 第 6 列和第 7 列之间的逗号
(.*) 余下一行
\1\3|\n\1\5按需拆分

列和最大数量也可以从 shell 变量中传递（bash 的示例）

$ col=5; max=6
$ sed -E "s/^(([^|]+\|){$((col-1))})(([^,]+,){$((max-1))}[^,]+),(.*)/\1\3|\n\1\5/" ip.txt 
a1|b|c|d|1,2,3,4|
a2|b|c|d|1,2,3,4,5,6|
a2|b|c|d|7,8,9,10|
a3|b|c|d|1,2|

$ col=5; max=8
$ sed -E "s/^(([^|]+\|){$((col-1))})(([^,]+,){$((max-1))}[^,]+),(.*)/\1\3|\n\1\5/" ip.txt 
a1|b|c|d|1,2,3,4|
a2|b|c|d|1,2,3,4,5,6,7,8|
a2|b|c|d|9,10|
a3|b|c|d|1,2|

【讨论】：

【解决方案2】：

awk 来救援！

awk -F\| -v OFS=\| -v c=',' '
     {n=split($5,a,c); 
      if(n>6) 
        {f=$5; 
         $5=a[1] c a[2] c a[3] c a[4] c a[5] c a[6]; 
         print; 
         $5=f; 
         gsub(/([^,]+,){6}/,"",$5)}}1' file

【讨论】：