基于文本代码的 Awk/Perl/Sed 列替换答案

【问题标题】：Awk/Perl/Sed column substitution based on a text code基于文本代码的 Awk/Perl/Sed 列替换
【发布时间】：2013-05-17 23:37:49
【问题描述】：

我有一个包含以下内容的文本文件

L,4m,06/03/2013
L,33GJm,06/03/2013,G
L,44Bm,06/03/2013,B
L,4q,08/03/2013
J,4m,04/03/2013
J,3GU,04/03/2013,G
J,3jm,04/03/2013
J,3GJ,04/03/2013,G
J,44Bm,06/03/2013,B
J,34Bq,08/03/2013,B
M,4v,12/03/2013
D,3GU,12/03/2013,G
D,4B,11/03/2013,B
D,4m,12/03/2013
D,3GJ,13/03/2013,G
D,3GU,13/03/2013,G
D,4B,14/03/2013,B
D,4B,14/03/2013,B
D,34Bm,14/03/2013,B
L,33BUq,11/03/2013,B
L,3BJUq,11/03/2013,B
L,44Bq,14/03/2013,B
L,44Bq,14/03/2013,B
L,3Bq,15/03/2013,B
L,3q,15/03/2013
J,34Bjq,11/03/2013,B
J,33GUm,12/03/2013,G
J,4q,13/03/2013
J,33GUq,13/03/2013,G
J,33GUq,13/03/2013,G
J,4q,13/03/2013
M,3BU,18/03/2013,B
M,4B,18/03/2013,B
M,4B,18/03/2013,B
M,3GJ,19/03/2013,G
M,3GJ,19/03/2013,G
D,4B,22/03/2013,B
D,3BU,22/03/2013,B
L,34Bv,18/03/2013,B
L,3jm,19/03/2013
L,4m,19/03/2013
L,33GJm,19/03/2013,G
L,33GUm,19/03/2013,G
J,33BUm,18/03/2013,B
J,4m,18/03/2013
J,4B,18/03/2013,B
J,33BUm,18/03/2013,B
J,4q,22/03/2013
J,4q,22/03/2013
A,3GJ,28/03/2013,G
M,4B,27/03/2013,B
D,4B,25/03/2013,B
L,44Bq,25/03/2013,B
L,34Bq,25/03/2013,B
L,34Bq,25/03/2013,B
L,33BUa,26/03/2013,B
L,33BUq,26/03/2013,B
L,33BUq,26/03/2013,B
L,34Bq,27/03/2013,B
L,34Bq,27/03/2013,B
L,4B,27/03/2013,B
L,34Bq,27/03/2013,B
L,4a,28/03/2013

我想根据以下编码系统翻译第二列。

如果 $2 以 1 或 2 开头 - 将 $2 更改为优秀如果 $2 包含 3BU 或 3GU - 将 $2 更改为 Good 如果 $2 包含 3BJ 或 3GJ - 将 $2 更改为 OK 如果 $2 以 4 开头 - 将 $2 更改为差如果 $2 以 5 开头 - 更改 $2 太可怕了

我可以使用以下命令轻松找到 3BU 并将其更改为 Good

awk 'BEGIN{FS=",";OFS=","} {if ($2~ /3(B|G)U/)print $1,"Good",$3}' file | sponge file

虽然我使用所有其他非 3(B|G)U 行。我可以使用 if else 术语，尽管这看起来不优雅。我已经尝试使用 gensub 来解决问题

awk -F, '{gensub(/3(B|G)U/,Good,"",2)}1' file

但这会打印文件内容而不进行替换。任何提示

期望的输出

L,Poor,06/03/2013
L,Ok,06/03/2013,G
L,Poor,06/03/2013,B
L,Poor,08/03/2013
J,Poor,04/03/2013
J,Good,04/03/2013,G

perl 或 sed 单行代码也会有所帮助，因为此代码是 bash shell 脚本的一部分

【问题讨论】：

标签： perl sed awk

【解决方案1】：

如果你想坚持使用 shell：

(
    IFS=,
    while read -ra f; do     # pick more appropriate variable names
        case ${f[1]} in
            [12]*)    f[1]=Excellent ;;
            *3[BG]U*) f[1]=Good ;;
            *3[BG]J*) f[1]=OK ;;
            4*)       f[1]=Poor ;;
            5*)       f[1]=Terrible ;;
        esac
        echo "${f[*]}"
    done < file
) > tmp && mv tmp file

我在子 shell 中运行它以本地化对 $IFS 的更改

【讨论】：

【解决方案2】：

还有一个 sed 解决方案

sed -e 's/$^.,$$1\|2$[^,]*/\1Excellent/g' -e 's/$^.,$3[BG]U[^,]*/\1Good/g' -e 's/$^.,$3[BG]J[^,]*/\1OK/g' -e 's/$^.,$4[^,]*/\1Poor/g' -e 's/$^.,$5[^,]*/\1Terrible/g' <filename>

【讨论】：

【解决方案3】：

$ awk '
BEGIN { FS=OFS="," }
$2 ~ /^(1|2)/  { $2 = "Excellent" }
$2 ~ /3(B|G)U/ { $2 = "Good" }
$2 ~ /3(B|G)J/ { $2 = "OK" }
$2 ~ /^4/      { $2 = "Poor" }
$2 ~ /^5/      { $2 = "Terrible" }
1
' foo.txt | head -n 10

L,Poor,06/03/2013
L,OK,06/03/2013,G
L,Poor,06/03/2013,B
L,Poor,08/03/2013
J,Poor,04/03/2013
J,Good,04/03/2013,G
J,3jm,04/03/2013
J,OK,04/03/2013,G
J,Poor,06/03/2013,B
J,34Bq,08/03/2013,B

【讨论】：

我不知道它是否更有效，但是一个字符类可以替换1个字符的交替：/^[12]/、/^3[BG]U/1等
@glennjackman 我也这么认为，但我刚刚对 100k 个文件进行了一些测试，并且计时结果或多或少是等效的。我猜正则表达式引擎优化它了？但无论哪种方式，字符类肯定更具可读性。

【解决方案4】：

perl -pe 's{,(\w+)}{ $_ = /^[12]/ ?"Excellent" :/3[BG]U/ ?"Good" :/3[BG]J/ ?"OK" :/^4/ ?"Poor" :/^5/ ?"Terrible" :$_ for $v=$1; ",$v" }e'

更易读的版本，

s{,(\w+)}{

  for ($v = $1) {
    $_ = /^[12]/   ?"Excellent" 
         :/3[BG]U/ ?"Good" 
         :/3[BG]J/ ?"OK" 
         :/^4/     ?"Poor" 
         :/^5/     ?"Terrible" 
         :$_;
  }

  ",$v";
}e;

【讨论】：