awk 中的 tr 命令更改列值

Question

我在 awk 中使用我的 shell 脚本 TR 命令来屏蔽数据。当我在 awk 中使用 tr 命令时，下面的示例文件仅影响我的文件的第一行。当我在 while 循环中使用相同的并在其中调用 awk 命令时，它工作正常，但需要很长时间才能完成。现在我的要求是我想在同一个文件（file.txt）中屏蔽许多列[例如：$1、$5、$9]，这应该影响整个文件而不是第一行，我想尽可能快地实现这一点来屏蔽数据。请指教

猫文件.txt
========
abcbchs,degehek
abcbchs,degehek
abcbchs,degehek
abcbchs,degehek
abcbchs,degehek
abcbchs,degehek,lskjsjshsh
abcbchs,degehek
abcbchs,degehek,lskjsjsshsh

输出

awk -F"," -v OFS=","  '{ "echo \""$1"\" | tr \"a-c\" \"e-f\" | tr \"0-5\" \"6-9\"" | getline $1 }7' file.txt

effffhs,degehek
abcbchs,degehek
abcbchs,degehek
abcbchs,degehek
abcbchs,degehek
abcbchs,degehek,lskjsjshsh
abcbchs,degehek
abcbchs,degehek,lskjsjsshsh

预期输出

effffhs,degehek
effffhs,degehek
effffhs,degehek
effffhs,degehek
effffhs,degehek
effffhs,degehek,lskjsjsshsh
effffhs,degehek
effffhs,degehek,lskjsjsshsh

Answer 1

您找到的代码在每个输入行上运行一个外部 shell 命令管道。就像你发现的那样，这是一种非常低效的方式来做你所要求的。 awk 根本不是这个任务的理想选择。也许试试 Perl。

perl -F, -lane '$F[$_] =~ tr/a-c/e-f/ =~ tr/0-5/6-9/ for (0, 4, 8); print join(",", @F)' file

-F, 选项类似于 Awk，但 Perl 不会自动拆分输入行。使用-a，它会拆分成一个名为@F 的数组，使用-n，它会遍历所有输入行。 -l 可以方便地从每个输入行中删除换行符并在打印时添加一个。

注意列是如何从零开始编号的，而不是像在 Awk 中那样的；所以for 循环中的索引访问@F 的第一个、第五个和第九个元素。

Answer 2

您在每次调用后忘记close() 命令。下面是正确的写法：

$ cat tst.awk
BEGIN { FS=OFS="," }
{
    cmd="echo '" $1 "' | tr 'a-c' 'e-f' | tr '0-5' '6-9'"
    $1 = ( (cmd | getline line) > 0 ? line : $1 )
    close(cmd)
    print
}

$ awk -f tst.awk file
effffhs,degehek
effffhs,degehek
effffhs,degehek
effffhs,degehek
effffhs,degehek
effffhs,degehek,lskjsjshsh
effffhs,degehek
effffhs,degehek,lskjsjshsh

您也没有保护自己免受 getline 故障的影响，因此 getline 调用的额外复杂性，请参阅http://awk.info/?tip/getline。

鉴于您的 cmets，这显示了如何同时修改多个字段（在本例中为 1、3 和 5）：

$ cat tst.awk
BEGIN { FS=OFS="," }
{
    cmd = "echo '" $0 "' | tr 'a-c' 'e-f' | tr '0-5' '6-9'"
    new = ( (cmd | getline line) > 0 ? line : $1 )
    close(cmd)
    split(new,tmp)
    for (i in tmp) {
        if (i ~ /^(1|3|5)$/) {
            $i = tmp[i]
        }
    }
    print
}

$ cat file
abc,abc,abc,abc,abc
abc,abc,abc,abc,abc,abc,abc
abc,abc,abc,abc,abc,abc
abc,abc,abc,abc

$ awk -f tst.awk file
eff,abc,eff,abc,eff
eff,abc,eff,abc,eff,abc,abc
eff,abc,eff,abc,eff,abc
eff,abc,eff,abc

处理输入数据中的引号：

$ cat tst.awk
BEGIN { FS=OFS="," }
{
    gsub(/'/,SUBSEP)
    cmd = "echo '" $0 "' | tr 'a-c' 'e-f' | tr '0-5' '6-9'"
    new = ( (cmd | getline line) > 0 ? line : $1 )
    close(cmd)
    split(new,tmp)
    for (i in tmp) {
        if (i ~ /^(1|3|5)$/) {
            $i = tmp[i]
        }
    }
    gsub(SUBSEP,"'")
    print
}

$ cat file
a'c,abc,a"c,abc,abc
abc,a'c,abc,a"c,abc,abc,abc
abc,abc,abc,abc,abc,abc
abc,abc,abc,abc

$ awk -f tst.awk file
e'f,abc,e"f,abc,eff
eff,a'c,eff,a"c,eff,abc,abc
eff,abc,eff,abc,eff,abc
eff,abc,eff,abc

如果您没有保证不会出现在输入中的任何特定控制字符，您可以使用https://stackoverflow.com/a/29237745/1745001末尾描述的技术创建一个不存在的字符串来代替上面的 SUBSEP