从固定宽度的列中提取值答案

【问题标题】：Extract values from a fixed-width column从固定宽度的列中提取值
【发布时间】：2017-03-24 22:44:03
【问题描述】：

我有一个名为 file 的文本文件，其中包含以下内容：

Australia              AU 10
New Zealand            NZ  1
...

如果我使用以下命令从第一列中提取国家名称：

awk '{print $1}' file

我得到以下信息：

Australia
New
...

仅输出每个国家名称的第一个单词。

如何获得完整的国家名称？

【问题讨论】：

标签： linux awk

【解决方案1】：

试试这个：

$ awk '{print substr($0,1,15)}' file
Australia
New Zealand

【讨论】：

感谢它只需要摆脱空白即可：
awk '{print substr($0,1,22)}' | awk NF
@p.Trinx：需要明确一点：您之前评论中的 awk '{print substr($0,1,22)}' file | awk NF 命令不会不修剪尾随空格（| awk NF 部分是有效的禁止 -使用您的示例数据进行操作），但此处的其他答案确实显示了如何修剪。

【解决方案2】：

补充Raymond Hettinger's helpful POSIX-compliant answer：

您的国家/地区名称列似乎有 23 个字符宽。

在最简单的情况下，如果您不需要修剪尾随空格，您可以使用cut：

# Works, but has trailing whitespace.
$ cut -c 1-23 file
Australia              
New Zealand

警告：GNUcut 不支持 UTF-8，因此如果输入是 UTF-8 编码并包含非 ASCII 字符，则上述内容将不能正常工作。

要修剪尾随空格，您可以利用 GNU awk 的非标准 FIELDWIDTHS 变量：

# Trailing whitespace is trimmed.
$ awk -v FIELDWIDTHS=23 '{ sub(" +$", "", $1); print $1 }' file
Australia
New Zealand

但是，您的 Linux 发行版可能带有 Mawk 而不是 GNU Awk；使用awk -W version 来确定它是哪一个。

对于修剪尾随空格的POSIX兼容解决方案，请扩展 Raymond 的答案：

# Trailing whitespace is trimmed.
$ awk '{ c=substr($0, 1, 23); sub(" +$", "", c); print c}' file
Australia
New Zealand

【讨论】：

【解决方案3】：

去掉最后两列

awk 'NF>2 && NF-=2' file

NF>2 是过滤超过 2 个字段的记录的守卫。如果您的数据是一致的，您可以简单地将其删除，

awk 'NF-=2' file

【讨论】：

【解决方案4】：

这在您的数据有空格的情况下无关紧要，但通常没有：

$ docker ps
CONTAINER ID   IMAGE     COMMAND   CREATED   STATUS    PORTS     NAMES
foo            bar       baz       etc...

在这些情况下，使用tr 删除多个空格很容易得到，比如IMAGE 列：

$ docker ps | tr --squeeze-repeats ' '
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
foo bar baz

现在您可以将它（没有讨厌的标题行）通过管道传输到cut：

$ docker ps | tr --squeeze-repeats ' ' | tail -n +2 | cut -d ' ' -f 2
foo

【讨论】：