如何在AWK中使用字符长度分隔列

大众能源

我有一个数据，该数据未根据适当的字段分隔符进行格式化（这是awk擅长的）。但是，我所知道的是，数据是固定宽度的。

 NODE     S1           S2           S3           SINT         SEQV    
   1  0.14919     -0.58396E-001-0.71230      0.86149      0.77873     
   2  0.56037E-001 0.23261E-002-0.37154      0.42757      0.40341     
   3  0.52036E-001 0.19762E-001-0.27222      0.32426      0.30939     
   4  0.59765E-001 0.22059E-001-0.24529      0.30505      0.28806     
   5  0.70704E-001-0.51976E-002-0.13862      0.20932      0.18354     
   6  0.11906      0.44607E-001-0.17493      0.29399      0.26474     
   7  0.25540      0.95993E-002-0.43110      0.68650      0.60246     
   8  0.52246E-001-0.47008E-001-0.35167      0.40391      0.36456     
   9  0.32215E-001-0.62291E-001-0.28800      0.32021      0.28497     
  10  0.28072E-001-0.68269E-001-0.28304      0.31111      0.27586     
  11  0.25990E-001-0.78663E-001-0.28626      0.31225      0.27527     
  12  0.26657E-001-0.79217E-001-0.29507      0.32173      0.28400

预期的输出是这样的（其他列中的数字可以采用S2中数据其他部分的格式）：

  NODE       S1           S2           S3           SINT         SEQV    
   1    0.14919       -0.58396E-001  -0.71230      0.86149      0.77873     
   2    0.56037E-001   0.23261E-002  -0.37154      0.42757      0.40341     
   3    0.52036E-001   0.19762E-001  -0.27222      0.32426      0.30939     
   4    0.59765E-001   0.22059E-001  -0.24529      0.30505      0.28806     
   5    0.70704E-001  -0.51976E-002  -0.13862      0.20932      0.18354     
   6    0.11906        0.44607E-001  -0.17493      0.29399      0.26474     
   7    0.25540        0.95993E-002  -0.43110      0.68650      0.60246     
   8    0.52246E-001  -0.47008E-001  -0.35167      0.40391      0.36456     
   9    0.32215E-001  -0.62291E-001  -0.28800      0.32021      0.28497     
  10    0.28072E-001  -0.68269E-001  -0.28304      0.31111      0.27586     
  11    0.25990E-001  -0.78663E-001  -0.28626      0.31225      0.27527     
  12    0.26657E-001  -0.79217E-001  -0.29507      0.32173      0.28400

主要问题是，有时列之间用空格隔开，有时没有空格（'-'符号占据空格），即没有适当的字段分隔符。我在这里发现了一个类似的问题，但是数据在字段分隔符方面是一致的。根据我的想法，可能有两种方法

使用字符长度。例如，从第二行开始，每行字符为74或75。
使用栏位宽度：不知道AWK是否可行。

我是AWK的新手，我知道使用其他工具可能很容易，但是我想知道是否可以使用awk分离/提取这些列。我在MacOS的终端中使用awk。

大众能源

尽管JNevill和Andriy Makukha的回答就其自身权利而言是不错的选择，但我想专门使用NAWK（MacOS默认AWK）解决该问题。我发现“ FIELDWIDTHS”是gawmo的唯一功能，Grymoire machelp。

抓住是用

FS=""

将每个字符视为一个字段。由于字段的宽度相等，因此可以在知道每一列的字符数时提取每一列。例如，如果要提取第一，第二，第三和最后一列，则可以使用以下代码（如果源数据名为：test_input.txt）：

awk 'BEGIN{FS=""}{print $1$2$3$4"\t"$5$6$7$8$9$10$11$12$13$14$15$16$17$18"\t"$19$20$21$22$23$24$25$26$27$28$29$30$31"\t"$59$60$61$62$63$64$65$66$67$68$69$70}' test_input.txt

输出：

NODE         S1             S2             SEQV    
   1      0.14919       -0.58396E-001   0.77873     
   2      0.56037E-001   0.23261E-002   0.40341     
   3      0.52036E-001   0.19762E-001   0.30939     
   4      0.59765E-001   0.22059E-001   0.28806     
   5      0.70704E-001  -0.51976E-002   0.18354     
   6      0.11906        0.44607E-001   0.26474     
   7      0.25540        0.95993E-002   0.60246     
   8      0.52246E-001  -0.47008E-001   0.36456     
   9      0.32215E-001  -0.62291E-001   0.28497     
  10      0.28072E-001  -0.68269E-001   0.27586     
  11      0.25990E-001  -0.78663E-001   0.27527     
  12      0.26657E-001  -0.79217E-001   0.28400

这是一个简单但有些复杂的解决方案，但到目前为止，它对我来说适用于大数据。任何进一步的改进都将受到欢迎...

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。