awk分隔符在數(shù)據(jù)中存在，怎么解析？

easyjoy2013

a="test1 test2 test3"  b="abcd"  c=12345  d="a=b m/n"
a="MORE /?t=y&k=t" b="-" c=200 d="m t a"


文件中分隔符是空格；

但是數(shù)據(jù)中引號內(nèi)還存在空格，包含在雙引號內(nèi)，空格位置不固定。

希望能把等號后面的數(shù)據(jù)解析出來（字符型的雙引號括起來，整形的沒有引號）

雙引號內(nèi)有空格的不進(jìn)行字段分隔

最終結(jié)果為豎線分隔：

test1 test2 test3|abcd|12345|a=b m/n
MORE /?t=y&k=t|-|200|m t a

大神幫忙看看�。�！

yinyuemi

回復(fù) 1# easyjoy2013

1. 
   
2. awk '{for(i=1;i<=NF;i++){if(gsub(/"/,"&",$i) == 1){t=$i;for(j=i+1;j<=NF;j++){t=t FS $j;if($j~/"/){gsub(/"/,"",t);sub(/[^=]+=/,"",t);x=x"|"t;i=j;j=NF+1}}}else{gsub(/"/,"",$i);sub(/[^=]+=/,"",$i);x=x"|"$i}};print gensub(/\|/,"",1,x);x=""}'
   
3. 
   

復(fù)制代碼

yestreenstars

1. [root@localhost ~]# sed -r 's/"//g;s/^[a-z]+=//;s/ +[a-z]+=/|/g' i
   
2. test1 test2 test3|abcd|12345|a=b m/n
   
3. MORE /?t=y&k=t|-|200|m t a
   
4. [root@localhost ~]#

復(fù)制代碼

jason680

回復(fù) 1# easyjoy2013

$ cat FILE
a="test1 test2 test3"  b="abcd"  c=12345  d="a=b m/n"
a="MORE /?t=y&k=t" b="-" c=200 d="m t a"
A=123 B=456 a="test1 test2 test3"  b="abcd"  C=111 c=12345  d="a=b m/n"

$ awk -F'"' '{s="";for(n=0;n++<NF;){if(n%2==0){printf("%s",$n)}else{gsub(/[A-Za-z]+=/,"",$n);gsub(/ +/,"|",$n);printf("%s",$n)}}print""}' FILE
test1 test2 test3|abcd|12345|a=b m/n
MORE /?t=y&k=t|-|200|m t a
123|456|test1 test2 test3|abcd|111|12345|a=b m/n

   

easyjoy2013

多謝大神，好好學(xué)習(xí)下！

另外想問下，如果我文件文件都幾百M(fèi)，如果這樣處理，效率是不是會很低？

回復(fù) 2# yinyuemi


   

easyjoy2013

大神已經(jīng)幫忙好多次了，多謝多謝！回復(fù) 3# yestreenstars


   

yinyuemi

回復(fù) 5# easyjoy2013


    你測試下，把結(jié)果貼下看看

davidbeckham921

yinyuemi 發(fā)表于 2013-12-23 22:41
回復(fù) 1# easyjoy2013

各種奇葩問題的解決方案之神��！厲害！

TasteOracle

可以試試python：

1. [root@source ~]# cat a
   
2. a="test1 test2 test3"  b="abcd"  c=12345  d="a=b m/n"
   
3. a="MORE /?t=y&k=t" b="-" c=200 d="m t a"
   
4. [root@source ~]# ./b.py
   
5. test1 test2 test3|abcd|12345|a=b m/n
   
6. MORE /?t=y&k=t|-|200|m t a
   
7. [root@source ~]# cat b.py
   
8. #!/usr/bin/env python
   
9. import re
   
10. f=open(r'/root/a')
    
11. for line in f.readlines():
    
12.     k=re.findall(r'(?<==").*?(?=")|(?<==)\d+',line)
    
13.     print '|'.join(k)

復(fù)制代碼