用于查找分隔符的 Shell 脚本答案

【问题标题】：Shell scripting to find the delimiter用于查找分隔符的 Shell 脚本
【发布时间】：2015-09-01 16:28:52
【问题描述】：

我有一个包含三列的文件，其中有管道作为分隔符。由于某些错误，现在文件中的某些行可以有“，”而不是“|”。我想输出所有这些错误的行。

【问题讨论】：

你走了多远？您希望有人为您解决这个问题，还是只为您提供指导？
我不知道在这种情况下可以使用哪个命令。
我什至没有足够清楚地理解用例或问题陈述。你想计算每个字符吗？还是每个字？如果是字符，垂直分隔符有什么作用？
是的，这是我的要求之一。因此，对于三列，分隔符计数为每行两个。如果任何一行的管道少于两个或多于两个，我想打印这些行。
你完全改变了你的问题陈述，从每行计算字符到一个新的问题陈述，我们只得到每行正好包含三列的信息，有些带有“|”还有一些带有“，”。而现在你只想统计 ",":s 的出现次数？

【解决方案1】：

你也可以用grep，比较复杂：

egrep "\|.*\|.*\|" input
echo No pipe
egrep "^[^\|]*$" input
echo One pipe
egrep "^[^\|]*\|[^\|\]*$" input
echo 3+ pipe
egrep "\|[^\|]*\|[^\|\]*\|" input

在组合grep之前，先引入新变量 p（管道）和 n（无管道）

p="\|"
n="[^\|]*"
echo "p=$p, n=$n"
echo No pipe
egrep "^$n$" input
echo One pipe
egrep "^$n$p$n$" input
echo 3+ pipe
egrep "$p$n$p$n$p" input

现在把所有东西放在一起

egrep "^$n$|^$n$p$n$|$p$n$p$n$p" input

编辑：cmets 和变量名称是关于“斜杠”的，但它们是管道（带有反斜杠）。这有点令人困惑。

【讨论】：

【解决方案2】：

要使用 awk 计算列数，您可以使用 NF 变量：

$ cat file
ABC|12345|EAR
PQRST|123|TWOEYES
ssdf|fdas,sdfsf
$ awk -F\| 'NF!=3' file
ssdf|fdas,sdfsf

但是，这似乎并未涵盖基于问题和 cmets 的各种修订而损坏数据的所有可能方式。

更好的方法是定义数据必须遵循的准确格式。例如，假设一行是“正确的”，如果它是三列，只有第一个和第三个字母，第二个数字，你可以编写以下脚本来匹配所有不符合要求的行：

awk -F\| '!(NF==3 && $1$3 ~ /^[a-zA-Z]+$/ && $2+0==$2)' file

测试（注意只有第二行（符合标准的）没有被打印出来）：

$ cat file
A,BC|12345|EAR
PQRST|123|TWOEYES
ssdf|fdas,sdfsf
ABC|3983|MAKE,
sf dl lfsdklf |kldsamfklmadkfmask |mfkmadskfmdslafmka
ABC|abs|EWE
sdf|123|123
$ awk -F\| '!(NF==3&&$1$3~/^[a-zA-Z]+$/&&$2+0==$2)' file
A,BC|12345|EAR
ssdf|fdas,sdfsf
ABC|3983|MAKE,
sf dl lfsdklf |kldsamfklmadkfmask |mfkmadskfmdslafmka
ABC|abs|EWE
sdf|123|12

您可以根据您认为有效的输入来调整上述命令以满足您的特定需求。例如，如果您还想将每行的长度限制为 50 个字符，您可以这样做

awk -F\| '!(NF==3 && $1$3 ~ /^[a-zA-Z]+$/ && $2+0==$2 && length($0)<50)' file

【讨论】：

您的脚本运行良好，但如果输入文件如下所示：
ABC|3983|MAKE，这里最后的“，”对我来说也是一个错误。
@Programmer 你可以用这个脚本做第二遍：awk -F'[|,]' 'NF!=3' file
这并不能解决我的问题。使用上述方法，我只得到以“，”结尾的行。
例如：如果我有两行 ABC|12345,EAR 和 PQRST|123|TWOEYES，使用你提到的命令，我只得到第二行。