返回具有 grep 匹配的制表符分隔的 csv 文件的整列答案

【问题标题】：return whole column of tab separated csv file that has grep match返回具有 grep 匹配的制表符分隔的 csv 文件的整列
【发布时间】：2014-03-13 12:37:06
【问题描述】：

假设我有一个制表符分隔的 csv 文件，如下所示：

a b c  
d e f  
g h i

使用命令行实用程序，有没有一种方法可以返回与所需 grep 模式匹配的整个列，或者在上面的示例中，我想返回第二列以获取 b 的 grep？

【问题讨论】：

标签： regex linux csv command-line grep

【解决方案1】：

 awk -F'\t' -v pat="b" 'NR==FNR{for(i=1;i<=NF;i++)if($i~pat)c[i];next}
                        {s="";for(i=1;i<=NF;i++)
                         if(i in c)s=s sprintf("%s\t", $i);
                         sub(/\t$/,"",s);print s}' file file

这条线完成了这项工作。

它将打印与您的pat 匹配的所有列，并保持column 格式。
pat 是正则表达式，您可以将 shell 变量传递给 awk 行
输出遵循原始列顺序

看看这个例子：（我在你的第 3 列添加了一个b 以显示多个匹配的情况）：

kent$  cat f
a       b       c
d       e       b
g       h       i

kent$  awk -F'\t' -v pat="b" 'NR==FNR{for(i=1;i<=NF;i++)if($i~pat)c[i];next}{s="";for(i=1;i<=NF;i++)if(i in c)s=s sprintf("%s\t", $i);sub(/\t$/,"",s);print s}' f f
b       c
e       b
h       i

【讨论】：

【解决方案2】：

如果只有一个匹配，你可以这样做：

$ awk -v patt="b" 'FNR==NR {for (i=1;i<=NF;i++) $i~patt && col=i; next} {print $col}' file file
b
e
h

说明

它在文件中循环两次。首先获取匹配文本的列号。其次是打印该特定列。

-v patt="b"给模式
FNR==NR {for (i=1;i<=NF;i++) $i~patt && col=i; next} 在第一次读取时，循环遍历字段并检查模式是否匹配。如果是这样，请将列号存储在 col 变量中。
{print $col} 打印所有行的特定列。

【讨论】：

【解决方案3】：

您确实需要提示您的文件有多大，您希望多久运行一次，以及您有多少列。但是

grep 快（比 awk 快）
除非您的文件很大，否则它们很可能会被缓存（因此可以读取两次）

根据以上观察，我会

grep 模式的文件（如果需要，将结果通过管道传输到 uniq）
从 grep 的输出中计算需要哪些列
使用 -vCOLS="c1 c2 c3..." 运行 awk 和打印由 c1、c2... 指定的列的简单脚本

【讨论】：

我正在使用的文件大小为 1K-2K