一个比较恶心的拆分数据问题

西门子

数据量不是很大。 也就几千行

r2007

原帖由 西门子 于 2008-6-27 17:28 发表
感谢r2007 的帮助 ，但是有点小bug
awk '{if($1 in a)a[$1]=a[$1]"|"$2;else a[$1]=$2;if($3="Y")b[$1]=$2;}END{for(i in a)print i,a,b}'    对答案的输出 处理不准确

没环境测试，你把$3="Y", 改成$3=="Y"试试

r2007

原帖由 err7dd 于 2008-6-30 13:10 发表
数组有输出顺序的问题，另外数据量很大的话，会占用大量内存，我觉得对于数据量大的问题，减少使用数组

同意。数量特别大的应慎用数组，不过不知道要多大。

西门子

改成== 就ok 了！！！
这里我就搞不明白了 到底awk 中 判断字符串 相等用什么啊 = 还是==

redspider

介个灰常简单，因为我用 perl

r2007

原帖由 redspider 于 2008-6-30 13:54 发表
介个灰常简单，因为我用 perl

丢段代码上来，欣赏一下

nuclearxin

only for the data that you  give

1. awk '{a=$1;b=$2;getline;c=$2;{print a,b"|"c,b,"Y"}}' c
   

复制代码

blackold

不受源文件大小的影响，但要求源文件已经是按题号排序的：

1. $ awk '{if (num!=$1 && NR >1) {sub(/\|/,"",opt);print num"\t"opt"\t"y; opt=y=""}} { opt=opt"|"$2;num=$1} /Y/{y=$2}END{ sub(/\|/,"",opt);print num"\t"opt"\t"yes}'  urfile

复制代码

测试文本：

1151        更快、更高、更强        Y
1151        和平、友谊、进步      
1152        希腊雅典        Y
1152        法国巴黎      
1153        不是        Y
1153        是      
1154        五大洲        Y
1154        全人类      
1155        中国结        
1155        中国印        Y
9880        名正言顺                              
9880        名副其实        Y                       
9880        名声大振        

输出：

1151    更快、更高、更强|和平、友谊、进步       更快、更高、更强
1152    希腊雅典|法国巴黎       希腊雅典
1153    不是|是 不是
1154    五大洲|全人类   五大洲
1155    中国结|中国印   中国印
9880    名正言顺|名副其实|名声大振      名副其实

[ 本帖最后由 blackold 于 2008-7-1 10:01 编辑 ]

smz0102

试试这个

awk 'BEGIN{print "1\t 2\t 3"}{a[$1]=1;{if($3==Y)b[$1,$3]=$2;else c[$1]=$2}}END{for(j in a){print j,c[j]"|"b[j,Y],c[j]}}' file1.txt

我测试过这个的结果是满足楼主要求的，但是
if($3==Y)b[$1,$3]=$2;else c[$1]=$2}
这句我是想吧$3==Y时的 $2放到二维数组b数组，不匹配的放到c里，但是从结果看反了，不知道为什么？

[ 本帖最后由 smz0102 于 2008-7-1 13:04 编辑 ]

blackold

测试了上面的urfile:

1        2       3
awk: (FILENAME=urfile FNR=13) fatal: attempt to use array `b' in a scalar context