在 TSV 文件的每一行中提取数字答案

【问题标题】：Extract number in every line of TSV file在 TSV 文件的每一行中提取数字
【发布时间】：2021-06-28 22:24:27
【问题描述】：

我有一个包含制表符分隔值和空格的文件，如下所示：

! (desambiguación)  http://es.dbpedia.org/resource/!_(desambiguación)   5
! (álbum)   http://es.dbpedia.org/resource/!_(álbum_de_Trippie_Redd)    2
!!  http://es.dbpedia.org/resource/!!   4
$9.99   http://es.dbpedia.org/resource/$9.99    6
Tomlinson   http://es.dbpedia.org/resource/(10108)_Tomlinson    20
102 Miriam  http://es.dbpedia.org/resource/(102)_Miriam 2
2003 QQ47   http://es.dbpedia.org/resource/(143649)_2003_QQ47   2

我想提取每一行的最后一个数字：

为此，我已经这样做了：

while read line;
        do
            NUMBER=$(echo $line | cut -f 3 -d ' ')
            echo $NUMBER
        done < $PAIRCOUNTS_FILE

主要问题是某些行的空格比其他行多，cut 不适用于我使用默认分隔符（制表符）。我不知道为什么，可能是因为我使用的是 WSL。

我尝试了cut 的几个选项，但无论如何都不起作用：

NUMBER=$(echo $line | cut -f 3 -d ' ')
NUMBER=$(echo $line | cut -f 4 -d ' ')
NUMBER=$(echo $line | cut -f 2)
NUMBER=$(echo $line | cut -f 3)

希望你能帮我解决这个问题。提前致谢。

【问题讨论】：

您是否真的在cut 命令中将分隔符设置为制表符？从您的帖子来看，它看起来好像被设置为空格。

标签： bash windows-subsystem-for-linux

【解决方案1】：

我想提取每一行的最后一个数字：

你可以使用grep

grep -Eo '[[:digit:]]+$' file

或mapfile aka readarray 这是一个 bash4+ 功能。

mapfile -t array < file
printf '%s\n' "${array[@]##* }"

【讨论】：

我觉得grep版本最简单，最简单最好！
很高兴我能帮上忙。

【解决方案2】：

你可以使用awk:

awk '{print $NF}' file

使用剪切（如果它是真正的 TAB 分隔并且每行 3 个字段）：

cat file | cut -f3

如果每行有一些可变数量的字段，请使用rev|cut|rev 获取最后一个字段：

cat file | rev | cut -f1 | rev

或者用纯 Bash 和参数扩展：

while IFS= read -r line; do
    last=${line##*  }    # that is a literal TAB in the parameter expansion 
    printf "%s\n" "$last"; 
done <file

或者，读入一个 bash 数组并回显最后一个字段：

while IFS=$'\t' read -r -a arr; do
    echo "${arr[${#arr[@]}-1]}"
done <file

如果您同时使用制表符和空格，您可以执行通常是错误的操作，并将一般空白（制表符和空格）上的 Bash 变量分解为数组：

while IFS= read -r line; do
    arr=($line)     # break on either tab or space without quotes
    echo "${arr[${#arr[@]}-1]}" 
done <file

【讨论】：