我正在处理一些包含“||||”的字段分隔符的文本：
substring1||||substring2
子字符串也可能包含空格。我想根据分隔符“||||”拆分这些字符串，但我找不到合适的方法来做到这一点。 我尝试了以下命令：
echo "substring1||||substring2" | awk '{split($0,a,"||||"); a[2],a[1]}'
实际上，如果我只有一个“|”，则该命令有效作为分隔符。但我的问题是我有多个管道字符。
我也试过了
a=($(echo "substring1||||substring2" | sed -e "s/||||/\n/g"))
如果子字符串不包含空格，它可以正常工作。但由于子字符串可能包含空格，因此它们也会在空格上进行拆分，这是不希望的。
有什么想法吗？
【问题讨论】：
使用正则表达式作为输入字段分隔符，例如：
awk -F'[|]{4}' '{ printf "Field 1 -> %s\nField 2 -> %s\n", $1, $2 }' infile
假设infile有内容：
sub string 1||||sub string2
它产生：
Field 1 -> sub string 1
Field 2 -> sub string2
编辑：对于不接受 {n} 语法的旧 awk 版本，请改用 -F'[|][|][|][|]' 或 -F'[|]+'，例如：
awk -c -F'[|]+' '{ printf "Field 1 -> %s\nField2 -> %s\n", $1, $2 }' infile
另外添加--re-interval，感谢blue的评论：
awk -c --re-interval -F'[|]{4}' '{ printf "Field 1 -> %s\nField2 -> %s\n", $1, $2 }' infile
【讨论】：
awk 版本太旧了，但你是对的。似乎它不接受 {n} 语法，因为我用 -F'[|][|][|][|]' 摆脱了它并且它有效。试一试。
--re-interval 才能使用像 {4} 这样的乘数
使用GNU awk，您可以描述使用FPAT 的字段，而不是描述字段分隔符是什么：
$ echo "substring1||||substring2" | awk '{print $1,$2}' FPAT='[^|]+' OFS='\n'
substring1
substring2
【讨论】：
split 在awk 中使用的模式实际上是正则表达式，所以|||| 实际上可能是 4 个交替运算符而不是 4 个文字竖线（我不确定，因为在某些条件下，| 可以一个文字竖线。
要匹配竖线，请使用\| 或[|]。所以对于你想要的，你可以这样做
awk '{ split($0, a, /\|+/); print a[2],a[1]}' file
注意我使用/.../（正则表达式常量）而不是引号（动态正则表达式）来包围模式。关于gawk manual的区别的一些细节。
如果你想把第一列写到一个文件，第二列写到另一个文件，你可以在awk中全部完成（我用的是Birei的方式，因为它更简洁）。
awk -F'[|]+' '{c1 = c1 $1 "\n"; c2 = c2 $2 "\n"} END {printf c1 >"file1"; printf c2 >"file2"}' input_file
这会将第 1 列条目附加到 c1，并用换行符分隔，第 2 列附加到 c2。然后在处理输入文件后将两者打印到单独的文件中。
注意事项：
awk 中进行连接。printf，它不附加换行符，因为我们已经在c1 和c2 的末尾多了一个换行符。printf 及其参数之间的所有水平间距都是可选的。旁注：-F 的值实际上是一个动态正则表达式，所以'[|]+' 的等价物是'\\|+'。
【讨论】：
尝试使用 sed 和 tr ...看看是否有帮助！
Input.txt
sub string 1||||sub string 2
or
substring1||||substring2
代码
sed 's/||*/%~%/g' Input.txt| tr "%~%" '\n' | sed '/^$/d'
注意
使用任何表达式，如 "%~%" ...。任何不会出现在您的文本文件中的表达式（如我使用过的）...并使用 sed 和 tr 替换它...
【讨论】：