我有一个空格分隔的输入文本文件。我想使用 sed 或 awk 删除列标题为大小的列。
输入文件：
id quantity colour shape size colour shape size colour shape size
1 10 blue square 10 red triangle 8 pink circle 3
2 12 yellow pentagon 3 orange rectangle 9 purple oval 6
期望的输出：
id quantity colour shape colour shape colour shape
1 10 blue square red triangle pink circle
2 12 yellow pentagon orange rectangle purple oval
【问题讨论】：
size列在哪个位置吗？
awk 命令awk '
NR==1{
for(i=1;i<=NF;i++)
if($i!="size")
cols[i]
}
{
for(i=1;i<=NF;i++)
if(i in cols)
printf "%s ",$i
printf "\n"
}' input > output
column -t -s ' ' output
id quantity colour shape colour shape colour shape
1 10 blue square red triangle pink circle
2 12 yellow pentagon orange rectangle purple oval
【讨论】：
使用awk 的通用解决方案。 BEGIN 块中有一个硬编码变量 (columns_to_delete) 来指示要删除的字段的位置。然后脚本将计算每个字段的宽度，并删除与变量位置匹配的字段。
假设infile有问题的内容和script.awk的以下内容：
BEGIN {
## Hard-coded positions of fields to delete. Separate them with spaces.
columns_to_delete = "5 8 11"
## Save positions in an array to handle it better.
split( columns_to_delete, arr_columns )
}
## Process header.
FNR == 1 {
## Split header with a space followed by any non-space character.
split( $0, h, /([[:space:]])([^[:space:]])/, seps )
## Use FIELDWIDTHS to handle fixed format of data. Set that variable with
## length of each field, taking into account spaces.
for ( i = 1; i <= length( h ); i++ ) {
len = length( h[i] seps[i] )
FIELDWIDTHS = FIELDWIDTHS " " (i == 1 ? --len : i == length( h ) ? ++len : len)
}
## Re-calculate fields with new FIELDWIDTHS variable.
$0 = $0
}
## Process header too, and every line with data.
{
## Flag to know if 'p'rint to output a field.
p = 1
## Go throught all fields, if found in the array of columns to delete, reset
## the 'print' flag.
for ( i = 1; i <= NF; i++ ) {
for ( j = 1; j <= length( arr_columns ); j++ ) {
if ( i == arr_columns[j] ) {
p = 0
break
}
}
## Check 'print' flag and print if set.
if ( p ) {
printf "%s", $i
}
else {
printf " "
}
p = 1
}
printf "\n"
}
像这样运行它：
awk -f script.awk infile
输出如下：
id quantity colour shape colour shape colour shape
1 10 blue square red triangle pink circle
2 12 yellow pentagon orange rectangle purple oval
编辑：哦哦，刚刚意识到输出不正确，因为两个字段之间存在连接。修复这将是太多的工作，因为在开始处理任何内容之前将检查每一行的最大列大小。但是有了这个脚本，我希望你能明白。现在不是时候，也许我可以稍后尝试修复它，但不确定。
编辑 2：修复了为删除的每个字段添加额外空间的问题。这比预期的要容易:-)
编辑 3：见 cmets。
我已修改 BEGIN 块以检查是否提供了额外变量作为参数。
BEGIN {
## Check if a variable 'delete_col' has been provided as argument.
if ( ! delete_col ) {
printf "%s\n", "Usage: awk -v delete_col=\"column_name\" -f script.awk " ARGV[1]
exit 0
}
}
并在FNR == 1模式中添加了计算要删除的列数的过程：
## Process header.
FNR == 1 {
## Find column position to delete given the name provided as argument.
for ( i = 1; i <= NF; i++ ) {
if ( $i == delete_col ) {
columns_to_delete = columns_to_delete " " i
}
}
## Save positions in an array to handle it better.
split( columns_to_delete, arr_columns )
## ...
## No modifications from here until the end. Same code as in the original script.
## ...
}
现在运行它：
awk -v delete_col="size" -f script.awk infile
结果是一样的。
【讨论】：
awk 可以比这个脚本更简单地完成这项工作。其次，我运行了一个测试，输出文件中的字段也用空格分隔，我不知道你的意思。给我们一个输入文件的好（和简短）示例，并向我们展示这个脚本失败的情况。我和其他用户也更容易为您提供帮助。
使用cut:
$ cut -d' ' -f1-4,6,7,9,10 < in.txt
id quantity colour shape colour shape colour shape
1 10 blue square red triangle pink circle
2 12 yellow pentagon orange rectangle purple oval
【讨论】：
给定一个固定的文件格式：
cut -f 1-4,6-7,9-10 infile
【讨论】：
如果你有 GNU cut 可用，可以这样做：
columns=$(head -n1 INPUT_FILE \
| tr ' ' '\n' \
| cat -n \
| grep size \
| tr -s ' ' \
| cut -f1 \
| tr -d ' ' \
| paste -sd ",")
cut --complement -d' ' -f$columns INPUT_FILE
它根据标题生成一个逗号分隔的列表，然后从 INPUT_FILE 中删除该列表的补码。
【讨论】：