文件内的数据抽取

lit_wei

回复 2# haooooaaa

• $ awk 'NF==7{print $1,$2,$3,$4,$6}NF==6{print $1,$2,$3,$4,$5}'  3.txt
  

100.00 与10.00 是对齐的，这个脚本把10.00这种情况往前进了一位

11111111    22222222    333333   100.00 AB失败           
03015810    00015802    226592     10.00 重复
...

haooooaaa

回复 11# lit_wei

1. awk 'NF==7{$5=$6;NF=5;print;for(i=1;i<=NF;i++){a[i]=length($i)}}NF==6{NF=5;for(i=1;i<NF;i++){printf("%*s ",a[i],$i)};print $NF}' 2.txt
   
2. 11111111 22222222 333333 100.00 AB失败
   
3. 03015810 00015802 226592  10.00 重复
   

复制代码

1. awk 'NF==7{$5=$6;NF=5;print;t=length($(NF-1))}NF==6{NF=5;printf("%s %s %s %*s %s\n",$1,$2,$3,t,$4,$NF)}' 2.txt

复制代码

lit_wei

回复 12# haooooaaa

这种写法如果前40位数据中不止4列就会发生错误。
   

lit_wei

jason680 发表于 2015-06-26 04:29
回复 1# lit_wei

$ cat FILE

这种写法前面不止4列就会取出错误的文件

rulebook

1. sed -r '1{:1;N;$!b1; s/\[\w+\]\[[0-9.]+\] */\n/g; s/\n\n/\n/g;}' o

复制代码

substr函数

回复 1# lit_wei

LZ A文件
有小数位的列   没对齐

1. 11111111    22222222    333333    100.00 AB失败
   
2. 03015810    00015802    226592     10.00 重复
   
3. 11111111    222    222    333333 2340.00 余额
   
4. 456   923    00015802    226592   230.00 失败，A重复
   

复制代码

查看

1. #!/usr/bin/python2
   
2. # coding: utf-8
   
3. 
   
4. import re
   
5. 
   
6. my_file = 'A'
   
7. FILE = open(my_file)
   
8. 
   
9. for line in FILE:
   
10.     MAT = re.match(r'^(.{40})(.*?)\s+\[', line)
    
11.     NEW = re.sub(r'^(?:\s+)\d+\s+', ' ', MAT.group(2))
    
12.     print MAT.group(1) + NEW
    
13. 
    
14. FILE.close()
    
15. 
    

复制代码

lit_wei

回复 16# substr函数

大哥，系统不支持python


   

substr函数

回复 17# lit_wei

这个系统不支持python有点扯
perl qq.pl A

1. #!/usr/bin/perl
   
2. # 这个系统不支持python有点扯
   
3. while (<>) {
   
4.     my ( $forty, $other ) = /^(.{40})(.*?)\s+\[/;
   
5.     $other =~ s/^\s+\d+\s+/ /;
   
6.     print $forty, $other, "\n";
   
7. }
   
8. 
   

复制代码

lit_wei

回复 18# substr函数
11,14这种数字还是没去掉。

haooooaaa

回复 13# lit_wei

1. $ awk -F "[" '{if(substr($1,41,3)+1>1){print substr($1,1,40),substr($1,45)}else{print $1}}' 2.txt
   
2. 11111111    22222222    333333    100.00 AB失败
   
3. 03015810    00015802    226592     10.00 重复
   
4. 11111111    222  222    333333   2340.00 余额
   
5. 456  923    00015802    226592    230.00 失败，A重复

复制代码