字符（中英文混合）截取问题

顽石

有个文件如下：
560670|472|陈文|人民路飞鹤路安置房C幢4单元（交通局北面）|0|0|0|0|0.00|1.00|
560563|1494|陈一益|二里许经济房21幢1单元（变电所边）|0|0|0|0|0.00|1.00|
569705|12849|尉浩|赤城路人民西路交叉口东16、17、20、21|237|281|0|44|82.72|1.88|3899111
578631|13165|周利|人民东路紫金路临街（圣昌药业边）|236|264|0|28|28.00|1.00|
571024|13348|曹伟|二里许后门新村|130|151|0|21|21.00|1.00|6888211
571578|13599|义舟|工人西路皇家公寓临街（东10-12）|259|1071|0|812|1526.56|1.88|6666666

如果第四个字段的长度超过30个字符，就截取该字段前面的30个字符。

想要得到的结果：

560670|472|陈文|人民路飞鹤路安置房C幢4单元（交|0|0|0|0|0.00|1.00|
560563|1494|陈一益|二里许经济房21幢1单元（变电所|0|0|0|0|0.00|1.00|
569705|12849|尉浩|赤城路人民西路交叉口东16、17、|237|281|0|44|82.72|1.88|3899111
578631|13165|周利|人民东路紫金路临街（圣昌药业边|236|264|0|28|28.00|1.00|
571024|13348|曹伟|二里许后门新村|130|151|0|21|21.00|1.00|6888211
571578|13599|义舟|工人西路皇家公寓临街（东10-12|259|1071|0|812|1526.56|1.88|6666666

我的awk如下：

1. 
   
2. #如果第四个字段的长度超过30个字符，截取前面的30个字符。
   
3. BEGIN {FS="|"}
   
4.   { if (length($4)<=30) {print $0}
   
5.          else    {
   
6.                      for (i=1;i<=NF;i++)
   
7.                         {  if (i !=4) printf $i
   
8.                                else  printf  substr_cut($i,30)
   
9.                            if (i != NF) printf "|"
   
10.                          }
    
11.                       printf "\n"
    
12.                    }
    
13.   }
    
14. function substr_cut(str_cut,strlength )
    
15. {
    
16.    count=0
    
17.    for (i=1;i<strlength;i++)
    
18.      {
    
19.          tmpstr=substr(str_cut,i,1)
    
20.          if (  tmpstr ~  "[a-zA-Z0-9 ()]"  || tmpstr ~ "-" ) count++
    
21.                                                       else   i++
    
22.      }
    
23.   if (count % 2==0) return substr(str_cut,1,strlength)
    
24.                else return substr(str_cut,1,strlength-1)
    
25. }
    

复制代码

运行结果却是：
560670|472|陈文|人民路飞鹤路安置房C幢4单元（交|
560563|1494|陈一益|二里许经济房21幢1单元（变电所|
569705|12849|尉浩|赤城路人民西路交叉口东16、17、|
578631|13165|周利|人民东路紫金路临街（圣昌药业边|
571024|13348|曹伟|二里许后门新村|130|151|0|21|21.00|1.00|6888211
571578|13599|义舟|工人西路皇家公寓临街（东10-12|

后来将for循环分两部分，是得到了预期的结果。

   for (i=1;i<=3;i++)
       printf ("%s|",$i)
   printf ("%s|", substr_cut($i,30))
   for (i=5;i<=NF;i++)
      if (i != NF) printf ("%s|",$i)
              else printf ("%s\n",$i)

  有几个问题请各位帮忙看看，谢谢！

   1. 为什么调用substr_cut函数会中断for循环？
   2. awk中有没有类似ord 的函数？
   3. 如何在开始的时候将要判断的字母、数字、空格等字符放在数组中，在substr_cut中调用？

jeff800614

你用printf函数，指定输出域的宽度

forest077

1. 
   
2. awk -F"|" '{printf("%s|%s|%s|%-30.30s|%s|%s|%s|%s|%s|%s|\n",$1,$2,$3,$4,$5,$6,$7,$8,$9,$10)}' file
   

复制代码

c1l2d3

1. awk -F\| '{OFS="|"}$4=substr($4,1,30){print}' file

复制代码

forest077

高，我怎么没想到？郁闷……

admirer

原帖由 "c1l2d3"][/quote 发表：

跟我不谋而合，但有一个问题----半个汉字！所以我没有敢贴出来，昨天晚上捉摸了好久，没有答案......苦啊！
[quote]
560670|472|陈文|人民路飞鹤路安置房C幢4单元（交|0|0|0|0|0.00|1.00|
560563|1494|陈一益|二里许经济房21幢1单元（变电所眧|0|0|0|0.00|1.00|
569705|12849|尉浩|赤城路人民西路交叉口东16、17、|237|281|0|44|82.72|1.88|3899111

578631|13165|周利|人民东路紫金路临街（圣昌药业边|236|264|0|28|28.00|1.00|
571024|13348|曹伟|二里许后门新村|130|151|0|21|21.00|1.00|6888211
571578|13599|义舟|工人西路皇家公寓临街（东10-12?259|1071|0|812|1526.56|1.88|6666666

bjgirl

[quote]原帖由 "c1l2d3"][/quote 发表：

我也这样的用的,但是出来半个汉字!

bjgirl

$4=substr($4,0,30)

c1l2d3

[quote]原帖由 "admirer"][/quote 发表：


的确如此,呵呵~出了个半成品=废品. 在想想