如何根据字符串特征保留杂乱表中的值答案

【问题标题】：How to keep values from a messy table based on string characteristics如何根据字符串特征保留杂乱表中的值
【发布时间】：2023-04-04 16:43:01
【问题描述】：

我有一个非常困难的 file.asv（值用 @ 分隔），其中包含带有不匹配列的行。

例子：

name@age@city@lat@long
eric@paris@4.4283333333333331e+01@-1.0550000000000000e+02
dan@43@berlin@3.1366000000000000e+01@-1.0371500000000000e+02
london@@2.5250000000000000e+01@1.0538333000000000e+02

纬度和经度值非常一致。它们有 22 或 23 个字符（取决于正号（不存在）和负号），并且始终使用科学记数法。我想只保留每条线的纬度和经度。

预期输出：

lat@long
4.4283333333333331e+01@-1.0550000000000000e+02
3.1366000000000000e+01@-1.0371500000000000e+02
2.5250000000000000e+01@1.0538333000000000e+02

标题不是完全必要的，我可以稍后添加它们。我还可以使用分离的纬度和经度输出，然后将它们粘贴在一起。我可以使用任何 sed 或 awk 命令吗？

【问题讨论】：

请提供上述文件的预期输出
@fibar 见stackoverflow.com/help/someone-answers

标签： string awk sed

【解决方案1】：

使用这个awk：

awk 'BEGIN{OFS=FS="@"} {print $(NF-1),$NF}' file

这里，

OFS - 输出字段分隔符
FS - 输入字段分隔符
NF - 字段数

假设latitude 和longitude 始终是最后一个字段。 $NF 和 $(NF-1) 将打印最后两个字段。

测试：

$ awk 'BEGIN{OFS=FS="@"} {print $(NF-1),$NF}' file
lat@long
4.4283333333333331e+01@-1.0550000000000000e+02
3.1366000000000000e+01@-1.0371500000000000e+02
2.5250000000000000e+01@1.0538333000000000e+02

【讨论】：

【解决方案2】：

假设-o 选项存在，简单的grep 就可以了

$ grep -o '[^@]*@[^@]*$' file.asv
lat@long
4.4283333333333331e+01@-1.0550000000000000e+02
3.1366000000000000e+01@-1.0371500000000000e+02
2.5250000000000000e+01@1.0538333000000000e+02

【讨论】：

【解决方案3】：

尝试使用正则表达式选择字段

$ cat ll.awk

function rep(c, n,    ans) { # repeat `c' `n' times
    while (n--) ans = ans c
    return ans
}

function build_re(  d, s, os) { # build a regexp `r'
    d = "[0-9]" # a digit
    s  = "[+-]" # sign
    os = s "?" # optional sign

    r = os d "[.]" rep(d, 16) "e" s d d # adjust here
    r = "^" r "$" # match entire string
}

function process(   sep, line, i) {
    for (i = 1; i <= NF; i ++ ) {
        if (!($i ~ r)) continue # skip fields
        line = line sep $i; sep = FS
    }
    if (length(line)) print line
}

BEGIN {
    build_re()
    FS = "@"
}

{ # call on every line of input
    process()
}

用法：

$ awk -f ll.awk file.txt 
4.4283333333333331e+01@-1.0550000000000000e+02
3.1366000000000000e+01@-1.0371500000000000e+02
2.5250000000000000e+01@1.0538333000000000e+02

【讨论】：

【解决方案4】：

在 Gnu awk 中使用gensub：

$ awk '{print gensub(/(.+)((@[^@]+){2})$/,"\\2","g",$0)}' file
@lat@long
@4.4283333333333331e+01@-1.0550000000000000e+02
@3.1366000000000000e+01@-1.0371500000000000e+02
@2.5250000000000000e+01@1.0538333000000000e+02

【讨论】：