（在线等）对文本进行awk处理，结果保留 制表符

haofang666777

我的初始文本如下 （如图1）

PZ1-01-1425609646.328        3        40000002000                1425609704        1425609748        44        2008                xx                2015-03-06 02:42:28.973+00
PZ1-01-1426480458.1418        3        40000002000                1426480501        1426480520        19        2233                xxx                2015-03-16 04:35:20.207+00

文本中两个字符之间有多个制表符 tab

我使用awk 进行批处理

处理后tab 全部转化为了空格，并且多个连续的tab也转化为一个空格 如图2

有什么方式 可以把我这里的第三个域 即4000000 转化为 3000818并且保留原有的格式，也就是tab呢。并且tab个数保持一致

haooooaaa

1. awk '{sub($3,3000818)}1'

复制代码

jason680

回复 1# haofang666777

1. $ cat FILE
   
2. PZ1-01-1425609646.328        3        4000000        1425609704        1425609748        44        2008        xx        2015-03-06        02:42:28.973+00
   
3. PZ1-01-1426480458.1418        3        4000000        1426480501        1426480520        19        2233        xxx        2015-03-16        04:35:20.207+00
   
4. 
   
5. $ awk 'BEGIN{FS=OFS="\t"}{$3=3000818}1' FILE
   
6. PZ1-01-1425609646.328        3        3000818        1425609704        1425609748        44        2008        xx        2015-03-06        02:42:28.973+00
   
7. PZ1-01-1426480458.1418        3        3000818        1426480501        1426480520        19        2233        xxx        2015-03-16        04:35:20.207+00
   

复制代码

   

haofang666777

jason680 发表于 2016-05-05 13:30
回复 1# haofang666777

如果是 40000002000 替换为 3008182000呢

也就是 4000000之后可能有其他字符 要进行字符替换

moperyblue

1. sed -r 's/((\S+\s+){2})4000000(.*)/\13000818\3/'

复制代码

haofang666777

awk 'BEGIN{FS=OFS="\t"}1gsub(4000000,3000818,$3)' /tmp/investigation_record.txt  > /home/ec2-user/investigation_record_replace.txt  这个样子可以 不知道是否可行。。。。。

mswsg

我怎么看到多了2000  ？

1. __author__ = 'shengwei ma'
   
2. __author_email__ = 'shengweima@icloud.com'
   
3. import re
   
4. with open('1.txt', 'r') as f:
   
5.     for line in f.readlines():
   
6.         line = line.strip().split()
   
7.         if '4000000' in line[2]:
   
8.             new = re.sub('4000000', '3000818', line[2])
   
9.             print('\t'.join(line[:2]) + '\t' + new, '\t'.join(line[3:]))

复制代码

结果
  PZ1-01-1425609646.328        3        30008182000 1425609704        1425609748        44        2008        xx        2015-03-06        02:42:28.973+00
PZ1-01-1426480458.1418        3        30008182000 1426480501        1426480520        19        2233        xxx        2015-03-16        04:35:20.207+0

sunzhiguolu

1. perl -anle '$"="\t";substr($F[2],0)=3000818;print "@F"' f
   
2. PZ1-01-1425609646.328   3       3000818 1425609704      1425609748      44      2008    xx      2015-03-06      02:42:28.973+00
   
3. PZ1-01-1426480458.1418  3       3000818 1426480501      1426480520      19      2233    xxx     2015-03-16      04:35:20.207+00
   

复制代码

sunzhiguolu

回复 3# jason680
大神您那个在进行输出的时候分隔符为啥好好的, 我的进行输出的时候咋不行呢. 还请您指点, 谢谢...

   

moperyblue

1. cat -A file
   
2. PZ1-01-1425609646.328^I3^I40000002000^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I1425609704^I^I^I^I^I^I^I^I1425609748^I^I^I^I^I^I^I^I44^I^I^I^I^I^I^I^I2008^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I^Ixx^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I2015-03-06^I02:42:28.973+00$
   
3. PZ1-01-1426480458.1418^I3^I4000000^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I1426480501^I^I^I^I^I^I^I^I1426480520^I^I^I^I^I^I^I^I19^I^I^I^I^I^I^I^I2233^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I^Ixxx^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I2015-03-16^I04:35:20.207+00$
   
4. 
   
5. sed -r 's/((\S+\s+){2})4000000(.*)/\13000818\3/' file|cat -A
   
6. PZ1-01-1425609646.328^I3^I30008182000^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I1425609704^I^I^I^I^I^I^I^I1425609748^I^I^I^I^I^I^I^I44^I^I^I^I^I^I^I^I2008^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I^Ixx^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I2015-03-06^I02:42:28.973+00$
   
7. PZ1-01-1426480458.1418^I3^I3000818^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I1426480501^I^I^I^I^I^I^I^I1426480520^I^I^I^I^I^I^I^I19^I^I^I^I^I^I^I^I2233^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I^Ixxx^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I^I2015-03-16^I04:35:20.207+00$

复制代码