这是我的问题。我有数百个文件太大而无法使用 vi 编辑器进行编辑。我正在寻找可能的 awk 或 sed 命令来操作我的文件。有点菜鸟。我有一个简化的文件：
001|1|3|053412|16|1234|||
001|21|4|123618|15|88|||
文件已创建，但第四个字段的格式错误。
第四个字段应该是反映 HH:MM:SS 的 05:34:12。时间值是正确的，我只需要在适当的地方插入:。
如何在第四个字段的第二个字符和第四个字符之后插入冒号？我不能通过字符数来做到这一点，因为第四个字段之前和之后的值是可变的。
【问题讨论】：
gawk 来救援！
$ awk -F\| -v OFS=\| '{$4=gensub(/(..)(..)(..)/,"\\1:\\2:\\3","g",$4)}1' file
001|1|3|05:34:12|16|1234|||
001|21|4|12:36:18|15|88|||
否则你可以对substr($4,1,2)":"...做同样的事情
【讨论】：
使用 GNU awk 进行 gensub() 和就地编辑
awk -i inplace 'BEGIN{FS=OFS="|"} {$4=gensub(/(..)(..)/,"\\1:\\2:",1,$4)} 1' *
与用于 ERE 和就地编辑的 GNU sed 类似：
sed -i -E 's/(([^|]*\|){3}..)(..)/\1:\3:/' *
例如：
$ awk 'BEGIN{FS=OFS="|"} {$4=gensub(/(..)(..)/,"\\1:\\2:",1,$4)} 1' file
001|1|3|05:34:12|16|1234|||
001|21|4|12:36:18|15|88|||
$ sed -E 's/(([^|]*\|){3}..)(..)/\1:\3:/' file
001|1|3|05:34:12|16|1234|||
001|21|4|12:36:18|15|88|||
【讨论】：
使用 sed：
$ sed -r 's/([^|]*|[^|]*|[^|]*|)([0-9]{2})([0-9]{2})([0-9]{2})/\1\2:\3:\4/' file
001|1|3|05:34:12|16|1234|||
001|21|4|12:36:18|15|88|||
【讨论】：
这可能对你有用（GNU sed）：
sed -r 's/^(([^|]*\|){3})(..)(..)/\1\3:\4:/' file
使用反向引用将前三个字段和后面的两对分组。然后根据需要格式化第 4 个字段。
【讨论】：
试试这个 awk！
awk -F"|" -v OFS="|" '{r=split($4,T,"");for(i=2;i<=r;i+=2){if(i!=r)T[i]=T[i]":"}tmp="";for(i=1;i<=r;i++){tmp=tmp T[i]}$4=tmp;}1' file
001|1|3|05:34:12|16|1234|||
001|21|4|12:36:18|15|88|||
更长的解释：
BEGIN{
FS=OFS="|"; #Field separator and output field separator
}
{
tmp="";
r=split($4,time_field,""); # Chunk field into pieces
for(i=2;i<=r;i+=2) # Loop two by two
{
if(i!=r)
{
time_field[i]=time_field[i]":"; # Add ":"
}
}
for(i=1;i<=r;i++) # Loop over again to rebuild
{
tmp=tmp time_field[i];
}
$4=tmp; #rebuid field
print
}
How you could use it in bash: Save it as whatever.awk
while IFS='' read -r file
do
awk -f whatever.awk "$file" > out_file
done < list_of_files_to_edit.txt
如果您想就地编辑文件，可以将选项 -i 添加到 Kenavoz sed 命令。 sed -ri ...
【讨论】：
IFS= 和 -r，除非您有特定目的而不这样做并且完全了解副作用（请参阅 why-is-using-a-shell-loop-to-process-text-considered-bad-practice）。您有 awk 语法问题 - 请阅读 Arnold Robbins 撰写的 Effective Awk Programming, 4th Edition
sub(/:$/,"",tmp)，而不是sub(":$","",tmp)。后面的分号只是把代码弄得乱七八糟。 print $0 应该只是 print。您的循环添加 :s 然后必须删除最后一个，而不是只添加您想要的内容以及为什么添加到数组元素，然后从它们构建一个字符串，而不是只在一个循环中执行。哦，除了 awk 的东西，你必须引用所有的 shell 变量 - 使用 "$file"，而不是 $file。
for (i=1;i<=r;i++) tmp = tmp time_field[i] (i%2 || i==r ? "" : ":") 或类似的只有一个。只是不需要先修改数组然后填充 tmp。在大多数（但不是全部）行的末尾仍然有所有那些拖尾的分号。