从linux中的分隔文件中删除一列答案

【问题标题】：Delete a column from a delimited file in linux从linux中的分隔文件中删除一列
【发布时间】：2012-09-24 20:20:07
【问题描述】：

我有一个格式如下的文件：

col1|col2|col3|col4
a|b|c|d
e|f||h
i|j|k|l

我想从标题和数据中删除 col3（带有分隔符“|”）。这可以使用 awk/sed 完成吗？

请注意 col3 中的数据可能为空（第 2 行）。

输出应该是：

col1|col2|col4
a|b|d
e|f|h
i|j|l

【问题讨论】：

【解决方案1】：

如果您有很多列，另一个awk 解决方案可能会很有用

awk -F'|'  '{$3="";$0=$0;$3=$3}1' FPAT='[^|]+' OFS='|' file

【讨论】：

【解决方案2】：

cut 命令将有助于实现这一点

 cat filname | cut -d'|' -f1,2,4

【讨论】：

【解决方案3】：

这可能对你有用（GNU sed）：

sed 's/[^|]*|//3' file

【讨论】：

这是最好的解决方案。只需提及要删除的列号。在cut 中，您必须提及我们要保留在文件中的所有列。当您有 100 或 200 列时，sed 是有效的。你节省了我的时间......
也许指出 GNU sed 不一定是您默认安装的 sed 版本，即使在某些版本的 Linux 上也是如此。

【解决方案4】：

使用cut 是正确的答案，但如果你真的想使用awk，它比Kent 显示的要容易：

awk -F'|' 'BEGIN {OFS="|"} {for (n=3; n < NF; ++n) $n = $(n+1); --NF; print}'

只需将$3 之后的字段打乱，然后通过更改NF 的值来更改字段数。

【讨论】：

【解决方案5】：

这是一个可能的 sed 解决方案：

sed -i.bak filename -e 's;\(^.*|.*|\).*|\(.*\);\1\2;'

这对您的示例非常有用，并且可以针对其他示例进行调整，但并不是真正的通用解决方案。

解释：

-i.bak就地编辑文件，首先制作一个名为filename.bak的备份。

$^.*|.*|$ 从行首开始，匹配直到并包括第二个分隔符的所有内容。括号将此匹配分组（第 1 组）。

.*| 匹配直到并包括最后一个分隔符的所有内容。

$.*$ 匹配其余和组（第 2 组）。

\1\2 将之前的所有匹配项替换为第 1 组和第 2 组中的文本。

【讨论】：

我认为由于.* 表达式的贪婪，当您有超过4 个字段时，该表达式将不起作用。更通用的解决方案可能是：sed -i.bak filename -e 's;^$[^|]*|[^|]*|$[^|]*|$.*$;\1\2;'.
@JanitoVaqueiroFerreiraFilho 这绝对是一个更好的方法。
@JanitoVaqueiroFerreiraFilho 谢谢！但我真正的问题是该文件有 70 列，我想去掉第 45 列。那么，使用这种方法会不会变得很困难？

【解决方案6】：

awk  'BEGIN{FS=OFS="|"}{print $1,$2,$4}'   file

应该给你输出。

这是非常基本的 awk 用法。

编辑

你没有提到 70 列... :(

试试这个：

awk  -F'|' '{s="";for(i=1;i<=NF;i++){f=(NF==i)?"":FS;if(i!=3)s=s $i f;}print s}' file

【讨论】：

【解决方案7】：

您可以简单地使用cut。

cut -d'|' -f1-2,4- file

【讨论】：

我需要纹身，上面写着“你试过剪吗？”
@Dean -- 切口不是更合适吗？
一点注意，如果你有一个制表符分隔的文件，你可以在命令行上使用 -d $'\t' 来指定制表符。
@plugwash C 风格的字符串$'...' 是一个 Bash 扩展，因此它不能移植到 POSIX。但是，是的，如果 Bash-only 很好，你可以使用它。通常，您可以在许多 shell 中使用 ctrl-v 选项卡在命令行中获取文字选项卡。
...当然，如果您有制表符分隔的数据，则根本不需要显式指定分隔符，因为制表符是cut中的默认分隔符。