如何在不丢失 awk 格式的情况下替换整个列

Question

^{编者注：
这个问题有一个麻烦的编辑历史，因为一个善意但被误导的编辑（它引入了不相关的、“漂亮”的格式，依赖于空格和| 字符。分隔列）暂时混淆了这个问题（因为已恢复）。
OP 的前提是输入是 tab 分隔的，即使这没有直接反映在此处显示的示例输入中。}

我有一个包含 6 列的输入文件，它们是制表符分隔的。我想用值'81115' 替换第 5 列中的所有值，同时保持格式不变。

输入文件：

203           ADD              24       IAC              81216            IT     
204           ATT              24       IAC              81216            IT  

所需的输出文件：

203           ADD              24       IAC              81115            IT  
204           ATT              24       IAC              81115            IT  

我的解决方案#1

我正在使用以下命令：

awk '{$5 = v} 1' v="81115" file > file.NEW

使用上述命令，第 5 列将被替换，但列不再以制表符分隔。

输出文件：

203 ADD 24 IAC 81115 IT 

204 ATT 24 IAC 81115 IT 

我的解决方案#2

为了保持格式，我尝试使用以下命令：

awk -v replace="81115" -F '\t' -v OFS='\t' {$5=replace}1' file > file.NEW

或

awk -F"\t" -v OFS="\t" '{$5=81115}1' file > file.NEW

或

awk -F '\t' '{$5="81115";}1' OFS='\t' file > file.NEW

上述所有命令都保持格式不变，但在末尾添加了一个值为81115 的新列；即，第 7 列正在附加。

输出文件：

203           ADD              24       IAC              81216            IT            81115

204           ATT              24       IAC              81216            IT            81115

任何人都可以建议替代解决方案或更改上述命令吗？

Answer 1

对于保留格式的列内更新，您需要使用拆分功能。请注意，只有 GNU awk 支持带有第四个参数的 split 函数。

试试这个：

 awk '{split($0, a, FS, seps)          # split based on FS
      a[5]="81115";                    # Update the 5th column
      for (i=1;i<=NF;i++)              # print the data back
         printf("%s%s", a[i], seps[i]) # keeping the separators
      print ""}'                       # print a new line

单线：

 awk '{split($0, a, FS, seps); a[5]="81115"; for (i=1;i<=NF;i++) printf("%s%s", a[i], seps[i]); print ""}' /tmp/data

归功于https://stackoverflow.com/a/39326264/2032943

Answer 2

基于给定示例输入的最简单解决方案是使用sed 进行简单搜索和替换，假设第 5 列只有相同的 81216 值，并且该值不会出现在 1-4 列中的任何位置

$ sed 's/81216/81115/' file 
203           ADD              24       IAC              81115            IT     
204           ATT              24       IAC              81115            IT  

如果需要替换第 5 列中的任何值，

sed -E 's/^((\S+\s+){4})\S+/\181115/' file

如果无法识别\s 和\S，请使用

sed -E 's/^(([^[:space:]]+[[:space:]]+){4})[^[:space:]]+/\181115/' file 

类似的解决方案可以与 GNU awk 一起使用，它具有 gensub 功能

awk '{$0 = gensub(/^((\S+\s+){4})\S+/, "\\181115", "1", $0)}1' file

或带变量，

awk -v replace='81115' '{$0 = gensub(/^((\S+\s+){4})\S+/, "\\1"replace, "1", $0)}1' file 

以上所有解决方案都保留了输入文件空间格式

Answer 3

<sup>注意：
- 如果您必须保留输入 中的 exact 分隔符字符串，并且 您拥有 GNU awk，请参阅 @Sundeep's helpful answer，或者，涵盖所有字段的解决方案，请参阅Jay Rajput's helpful answer。
- 此答案试图诊断 OP 的问题，并且包含一个将输入转换为一致的制表符分隔输出的解决方案。</sup>

您的第一次尝试不会在输出中保留制表符，因为在没有设置 OFS（输出字段分隔符）的情况下，Awk 将 输出 字段用 空格 每个。
（通过分配到一个字段，就像你对$5 = ...所做的那样，输入行被隐式重建，使用OFS的值（默认为空格）作为将（修改的）字段重新组合在一起以形成 output 行的分隔符。）

您的其他尝试看起来都很合理，这表明您的输入文件的结构可能不是您认为的那样。

使用cat -et 验证输入文件中的所有列是否确实由一个制表符分隔：^I 代表cat -et 输出中的一个制表符。

如果您的输入文件包含混合制表符和空格分隔的列和/或如果某些字段之间有多个制表符，您需要依靠awk 的默认解析将您的输入按预期拆分为字段，即通过任何非空空格运行。
然后您将制表符仅用作分隔符输出，方法是仅设置OFS：

awk -v replace='81115' -v OFS='\t' '{$5=replace}1' file

请注意缺少 -F 选项，以便依赖 Awk 的默认字段拆分行为。

虽然这不一定会保持准确的输入格式，但您将获得一致制表符分隔的输出。