如何在bash中查找和打印特定字符

Question

我有类似的文件：

AA,A=14,B=356,C=845,D=4516
BB,A=65,C=255,D=841,E=5133,F=1428
CC,A=88,B=54,C=549,F=225

我永远不知道行中是否缺少 A、B、C 或 D 值。但我需要像这样转换这个文件：

AA,A=14,B=356,C=845,D=4516,-,-
BB,A=65,-,C=255,D=841,E=5133,F=1428
CC,A=88,B=54,C=549,-,-,F=225

因此，如果缺少任何值，只需打印- 标记。我的计划是具有相同数量的列以便于解析。我更喜欢 awk 解决方案。感谢您的任何建议或帮助。

我的第一次尝试是：

awk '{gsub(/[,]/, "\t")}; BEGIN{ FS = OFS = "\t" } { for(i=1; i<=NF; i++) if($i ~ /^ *$/) $i = "-" }; {print $0}'

但后来我注意到，有些值丢失了。

编辑：

从我的标题中我知道有值 A,B,C,D,E,F...

Answer 1

$ cat file.txt
AA,A=14,B=356,C=845,D=4516
BB,A=65,C=255,D=841,E=5133,F=1428
CC,A=88,B=54,C=549,F=225

$ perl -F, -le '@k=(A..F);
   $op[0]=$F[0]; @op[1..6]=("-")x6;
   $j=0; for($i=1;$i<=$#F;){ if($F[$i] =~ m/$k[$j++]=/){$op[$j]=$F[$i]; $i++} }
   print join(",",@op)
   ' file.txt
AA,A=14,B=356,C=845,D=4516,-,-
BB,A=65,-,C=255,D=841,E=5133,F=1428
CC,A=88,B=54,C=549,-,-,F=225

• -F, 在, 上拆分输入行并保存到@F 数组中
• -l 从输入行中删除换行符，在输出中添加换行符
• @k=(A..F); 使用 A、B 等初始化 @k 数组，直到 F
• $op[0]=$F[0]; @op[1..6]=("-")x6; 初始化@op 数组，第一个元素为@F，其余六个元素为-
• for循环遍历@F数组，如果元素与对应索引中的@k数组元素匹配，后跟=，则更改@op元素
• print join(",",@op) 打印 @op 数组，以 , 作为分隔符

Answer 2

Perl 来救援！

你还没有指定如何获取header信息，所以在下面的脚本中，直接填充了@header数组。

%to_idx 哈希将列名映射到它们的索引（A => 0、B => 1 等）。

每一行都被分成多个字段，每个字段都与预期的字段 ($next) 进行比较，如果需要，还会打印破折号。缺少尾随字段也会发生同样的情况。

#!/usr/bin/perl
use warnings;
use strict;

my @header = qw( A B C D E F );

my %to_idx = map +($header[$_] => $_), 0 .. $#header;

open my $IN, '<', shift or die $!;
while (<$IN>) {
    chomp;
    my @fields = split /,/;
    print shift @fields;
    my $next = 0;
    for my $field (@fields) {
        my ($name, $value) = split /=/, $field;
        print ',-' x ($to_idx{$name} - $next);
        print ",$name=$value";
        $next = $to_idx{$name} + 1;
    }
    print ',-' x (1 + $#header - $next);  # Missing trailing fields.
    print "\n"
}

Answer 3

TXR中的解决方案

@（做 (defstruct 填充缺失 nil 字符串 (hash (hash :equal-based)) (:postinit (自我) （每个（（s self.strings）） (设置 [self.hash s] "-"))) (:method add (self str val) （设置 [self.hash str] `@str=@val`）） (:方法打印(自流) (put-string `@{(mapcar self.hash self.strings) ","}` 流)))) @（重复） @ (bind fm @(new fill-missing strings '#"A B C D E F")) @{label},@(coll)@{sym /[^,=]+/}=@{val /[^,]+/}@(do fm.(add sym val))@(end) @ (do (put-line `@label,@fm`)) @（结尾）

运行：

$ txr missing.txr 数据 AA,A=14,B=356,C=845,D=4516,-,- BB,A=65,-,C=255,D=841,E=5133,F=1428 CC,A=88,B=54,C=549,-,-,F=225

Answer 4

BEGIN {                                  
    PROCINFO["sorted_in"]="@ind_str_asc" # order for for(i in a)
    for(i=65;i<=90;i++)                  # create the whole alphabet to array a[]
        a[sprintf("%c", i)]              # you could read the header and use that as well
}
{
    split($0,b,",")                      # split record by ","
    printf "%s", b[1]                    # printf first element (AA, BB...)
    delete b[1]                          # get rid of it
    for(i in b) 
        b[substr(b[i],1,1)]=b[i]         # take the first letter to use as index (A=12)
    for(i in a)                          # go thru alphabet and printf from b[]
        printf "%s%s", OFS, (i in b?b[i]:"-"); print ""
}

awk -v OFS=\, -f parsing.awk tbparsed.txt
AA,A=14,B=356,C=845,D=4516,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-
BB,A=65,-,C=255,D=841,E=5133,F=1428,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-
CC,A=88,B=54,C=549,-,-,F=225,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-,-

它为记录中未找到的每个字母打印“-”。如果数据有标题，您可以将split 转换为二维数组b[NR] 并将for(i in a) 更改为for(i in b[1]) ... printf ... b[NR][b[1][i]] ...，如果您不需要静态第一列，请删除第一个printf 和@ 987654328@.