用 awk 替换列，保留格式答案

【问题标题】：Column replacement with awk, with retaining the format用 awk 替换列，保留格式
【发布时间】：2014-04-07 19:47:24
【问题描述】：

这是文件a.pdb：

ATOM      1  N   ARG     1       0.000   0.000   0.000  1.00  0.00           N
ATOM      2  H1  ARG     1       0.000   0.000   0.000  1.00  0.00           H
ATOM      3  H2  ARG     1       0.000   0.000   0.000  1.00  0.00           H
ATOM      4  H3  ARG     1       0.000   0.000   0.000  1.00  0.00           H

这是文件a.xyz：

16.388 -5.760 -23.332
17.226 -5.608 -23.768
15.760 -5.238 -23.831
17.921 -5.926 -26.697

我想用a.xyz 列替换a.pdb 的第6,7 和第8 列。替换后，我需要维护a.pdb 的制表符/空格/列。

我试过了：

awk 'NR==FNR {fld1[NR]=$1; fld2[NR]=$2; fld3[NR]=$3; next} {$6=fld1[FNR]; $7=fld2[FNR]; $8=fld3[FNR]}1' a.xyz a.pdb

但它不保留格式。

【问题讨论】：

替换算法是什么？一个文件的第一行内容与另一个文件的第一行相同？
行号匹配。 @fedorqui
好吧，我猜a.pdb 是制表符分隔的，而a.xyz 是空格分隔的。如果您将它们都设为 tab sep 会怎样？
我试过 cat a.xyz | column -t 选项，但在 awk 替换后 a.pdb 失去其格式。它不会保持列号对齐。
用BEGIN{FS=OFS="\t"} 让你的FS 和OFS 显式？祝你好运。

标签： replace awk format

【解决方案1】：

这正是 GNU awk 中用于 split() 的第四个参数的发明目的：

gawk '
NR==FNR { pdb[NR]=$0; next }
{
    split(pdb[FNR],flds,FS,seps)
    flds[6]=$1
    flds[7]=$2
    flds[8]=$3
    for (i=1;i in flds;i++)
        printf "%s%s", flds[i], seps[i]
    print ""
}
' a.pdb a.xyz

ATOM      1  N   ARG     1       16.388   -5.760   -23.332  1.00  0.00           N
ATOM      2  H1  ARG     1       17.226   -5.608   -23.768  1.00  0.00           H
ATOM      3  H2  ARG     1       15.760   -5.238   -23.831  1.00  0.00           H
ATOM      4  H3  ARG     1       17.921   -5.926   -26.697  1.00  0.00           H

【讨论】：

做得很好。我想对一个问题:) 投赞成票。在for loop 中，您选择使用i in flds 而不是捕获split 函数返回值并执行i<=n。这样做有什么好处吗？
无论哪种方式都没什么大不了的，它只是少了一个全局变量，您无需担心填充并可能与脚本中其他地方的同名变量发生冲突。在这么小的脚本中显然不是问题。请注意，这种方法仅适用于数组索引中没有空洞的情况。
好的，知道了！感谢您的解释。 +1 正式给予！顺便说一句，我们非常需要在每个人的桌子上都有一本awk 食谱！ 眨眼眨眼
是的，我已经考虑过了。类似于 Chris Johnson 的“Bash Scripting Recipes”，但适用于 awk。总有一天……
+1 为 gawk 的出色功能，Ed。但小数点不在第 35、43 和 51 列。

【解决方案2】：

不是一个通用的解决方案，但这可能适用于这种特殊情况：

awk 'NR==FNR{for(i=6; i<=8; i++) A[FNR,i]=$(i-5); next} {for(i=6; i<=8; i++) sub($i,A[FNR,i])}1' file2 file1

或

awk '{for(i=6; i<=8; i++) if(NR==FNR) A[FNR,i]=$(i-5); else sub($i,A[FNR,i])} NR>FNR' file2 file1

不过，有一点变化。我们需要知道字段宽度以防止这种情况发生。

-- 或者可能带有子字符串：

awk 'NR==FNR{A[FNR]=$0; next} {print substr($0,1,p) FS A[FNR] substr($0,p+length(A[FNR]))}' p=33 file2 file1

--在 OP 的原始解决方案中更改它：

awk 'NR==FNR {fld1[NR]=$1; fld2[NR]=$2; fld3[NR]=$3; next} {sub($6,fld1[FNR]); sub($7,fld2[FNR]); sub($8,fld3[FNR])}1' file file1

与前 2 条建议的限制相同。

所以 1、2 和 4 使用 sub 替换，这不是防水解决方案，因为较早的字段可能会干扰并且它使用正则表达式而不是字符串（因此正则表达式点恰好与实际点匹配），但是有了这个特定的输入，它可能会成功..

大概nr。 3将是一个更简单的方法..

--编辑-- 我认为这适用于给定的输入：

awk 'NR==FNR{A[FNR]=$1 "  " $2 " " $3; next} {print substr($0,1,p) A[FNR] substr($0,p+length(A[FNR]))}' p=32  file2 file1

但我认为需要像printf 或sprint 这样的格式来使其万无一失。所以，也许是这样的：

awk 'NR==FNR{A[FNR]=sprintf("%7.3f %7.3f %8.4f", $1, $2, $3); next} {print substr($0,1,p) A[FNR] substr($0,p+length(A[FNR]))}' p=31 file2 file1

或不在一行：

awk '
  NR==FNR {
    A[FNR]=sprintf("%7.3f %7.3f %8.4f", $1, $2, $3)
    next
  }
  {
    print substr($0,1,p) A[FNR] substr($0,p+length(A[FNR]))
  }
' p=31 file2 file1

【讨论】：

注意 OPs 语法没问题，他只是询问保持格式。
@fedorqui，好点，我添加了对其他建议的改编。
除了第 6-8 列的小变化外，它可以工作。 a.pdb 中的第 6-8 列左对齐。小数点应出现在第 35、43 和 51 列。

【解决方案3】：

你可以试试这个

paste -d' '  test4 test5 |awk '{print $1,$2,$3,$4,$5,$12,$13,$14,$9,$10,$11}'

【讨论】：