sed/awk 将成对的行合并为一行

Question

我有一个数据列表，格式如下：

Joined       : a
Whatever     : b
Last visited : c
Useful       : y
NotUseful1   : f
Email        : z
RandomWat    : g
*** end *** 
Joined       : a
Whatever     : b
Last visited : c
Useful       : y
NotUseful1   : f
Email        : z
RandomWat    : g
*** end ***
Joined       : h
Whatever     : i
Last visited : j
Useful       : k
NotUseful1   : l
Email        : m
RandomWat    : n

我想要的是：

Useful, Email, Joined, Last Visited
y,z,a,c
y,z,a,c
k,m,h,j

我可能喝了太多啤酒，但我不知道如何在 fiex-length 列中跨行获取值。实际上是某些特定输出的 CSV 格式。

我确实在 sed/awk 中寻找一些东西，尽管任何文本处理器都可以。

Answer 1

您可以将 Awk 的记录分隔符设置为 **end** 并通过一些简单的解析来选择字段；但如果格式是一个完全稳定的、按固定顺序排列的八行系列，那么你真正需要的是

awk -F ' *: *' -v OFS=, '{i=NR%8; a[i]=$NF }
    i==7 { print a[4], a[7], a[1], a[3] }' file

如果您的值可能包含冒号，则需要进行调整——这个简单的代码只是提取了最后一个冒号之后的内容。

添加 CSV 标题作为练习（或不添加）。

-F 选项设置输入字段分隔符，因此 Awk 将在冒号上分割行，修剪任何相邻的空白。 OFS 是输出字段分隔符；我们希望输出以逗号分隔。 NR 是当前输入的行号，% 8 计算模数；所以i 的值从 1 变为 7，然后回绕到零，然后再次开始爬升，在整个文件中重复。现在，我们使用i 作为数组a 的索引，并将每一行的最后一个字段收集到这个数组中。当我们到达索引 7 时，我们拥有了所有需要的字段，因此我们打印它们。 （我最初的值为 0，但那会丢失最后一条记录，因为您的示例数据中没有终止 **end**。）

NF 是输入字段的数量，我们希望它基本上一直是 2，所以我也可以在那里硬编码 $2。如果您需要扩展它，我会完全忘记-F ' *: *'，只需手动sub("^[^:]*: *", "")，然后将整个值放在$0 中。

Answer 2

如果我理解正确，您希望在一行上打印所有第 1 列，然后在其下方的下一行打印第 2 列中的相应信息。

使用 awk 非常简单。

awk '{ORS=" "} {print$1}' file.txt
awk '{ORS=" "} {print$NF}' file.txt

输出：

joined whatever last useful notuseful randomwat
a b c y f z g

ORS 是输出记录分隔符。默认为换行符。但在本例中，我们将其设为单个空格。

所以对于每一行，awk 将打印每行的第一个字段，并用空格分隔。

然后我们只需执行相同的命令，但使用最后一个字段而不是第一个字段。然后，这将在下一行打印出相应的信息，每条记录再次用空格分隔。

如果您希望新列的宽度固定，我建议使用printf，但我相信还有其他方法可以做到这一点（我听说 Perl 擅长此操作）。

printf 禁止换行，因此我们可以删除 awk 的 ORS 部分。 但是，由于永远不会创建换行符，我们必须在每个 awk 命令之后附加一个带有单独 printf 命令的 end 语句，以使我们进入一个新行，即，

awk '{printf "%10s",$1}END{printf"\n"}' file.txt
awk '{printf "%10s",$NF}END{printf"\n"}' file.txt

这将为使用 awk 语句找到的所有内容打印十个字符长的列。

输出：

joined  whatever       last    useful  notuseful     email randomwat
     a         b          c         y         f          z        g

注意：awk 根据空格确定每一列的内容。因此，在您的示例中，“上次访问”将仅打印最后一次，因为那是第一列。如果您希望将多个单词分组到一个特定的列中，请将这组单词括在引号 "" 中。

Answer 3

我不认为 awk 是完成这项工作的最佳工具，或者我只是不知道 awk 的某些方面会使这变得更容易。

awk 'BEGIN{split("4,6,1,3",x,",");i=1;FS=":"}
    function s(e){gsub(/( *$)|(^ *)/,"",e);return e}
    function p(a){for(j=1;j<length(x);++j)printf "%s,",a[x[j]];print a[x[j]]}
    function e(){if(!d){p(h);d=1}p(v);i=1}
    {if(NF==1)e();else{if(!d)h[i]=s($1);v[i++]=s($2)}}
    END{e()}' infile.txt

这不是太优雅，但这个碍眼的工作。您还可以修改 "4,6,1,3" 以选择以 csv 格式打印的字段。
对于您的示例，这将输出以下内容：

Useful,Email,Joined,Last visited
y,z,a,c
y,z,a,c
k,m,h,j

此命令要求所有条目具有相同的字段，键和值以: 分隔，条目之间由任何不包含冒号的行分隔。

我知道我迟到了，但我很想听听你是否想出了更好的解决方案来解决这个问题。