Próbuję wyodrębnić pewne (czwarte) pole ze strumienia tekstu opartego na kolumnach, dostosowanego do miejsca. Próbuję użyć cutpolecenia w następujący sposób:

cat text.txt | cut -d " " -f 4

Niestety cutnie traktuje kilku spacji jako jednego separatora. Mógłbym przepuścić przez awk

awk '{ printf $4; }'

lub sed

sed -E "s/[[:space:]]+/ /g"

zwinąć przestrzenie, ale chciałbym wiedzieć, czy jest jakiś sposób na radzenie sobie cuti kilku separatorów natywnie?

Próbować:

tr -s ' ' <text.txt | cut -d ' ' -f4

Ze strony podręcznika tr:

-s, --squeeze-repeats zastępuje każdą sekwencję wejściową powtarzanego znaku
                        który jest wymieniony w SET1 z jednym wystąpieniem
                        tej postaci

Jak komentujesz w swoim pytaniu, awkjest to naprawdę droga. Używanie cutjest możliwe razem z tr -swyciskaniem spacji, jak pokazuje odpowiedź Kev .

Pozwól mi jednak przejść przez wszystkie możliwe kombinacje dla przyszłych czytelników. Objaśnienia znajdują się w części Test.

tr | skaleczenie

tr -s ' ' < file | cut -d' ' -f4

awk

awk '{print $4}' file

grzmotnąć

while read -r _ _ _ myfield _
do
   echo "forth field: $myfield"
done < file

sed

sed -r 's/^([^ ]*[ ]*){3}([^ ]*).*/\2/' file

Testy

Biorąc pod uwagę ten plik, przetestujmy polecenia:

$ cat a
this   is    line     1 more text
this      is line    2     more text
this    is line 3     more text
this is   line 4            more    text

tr | skaleczenie

$ cut -d' ' -f4 a
is
                        # it does not show what we want!


$ tr -s ' ' < a | cut -d' ' -f4
1
2                       # this makes it!
3
4
$

awk

$ awk '{print $4}' a
1
2
3
4

grzmotnąć

To odczytuje pola sekwencyjnie. Używając _tego, wskazujemy, że jest to zmienna jednorazowa jako „zmienna śmieciowa”, aby zignorować te pola. W ten sposób przechowujemy $myfieldjako czwarte pole w pliku, bez względu na odstępy między nimi.

$ while read -r _ _ _ a _; do echo "4th field: $a"; done < a
4th field: 1
4th field: 2
4th field: 3
4th field: 4

sed

Przechwytuje trzy grupy spacji i nie ma spacji z ([^ ]*[ ]*){3}. Następnie łapie wszystko, co nadchodzi, do spacji jako czwartego pola, na którym jest w końcu drukowane \1.

$ sed -r 's/^([^ ]*[ ]*){3}([^ ]*).*/\2/' a
1
2
3
4

najkrótsze / najbardziej przyjazne rozwiązanie

Po sfrustrowaniu zbyt wieloma ograniczeniami cut, napisałem własny zamiennik, który wezwałem cutsdo „zmniejszenia sterydów”.

cięcia zapewnia najbardziej minimalistyczne rozwiązanie tego i wielu innych powiązanych problemów z wycinaniem / wklejaniem.

Jednym z wielu przykładów jest odpowiedź na to pytanie:

$ cat text.txt
0   1        2 3
0 1          2   3 4

$ cuts 2 text.txt
2
2

cuts obsługuje:

• automatyczne wykrywanie najczęstszych ograniczników pól w plikach (+ możliwość zastąpienia wartości domyślnych)
• ograniczniki dopasowane do wielu znaków, znaków mieszanych i wyrażeń regularnych
• wyodrębnianie kolumn z wielu plików z mieszanymi ogranicznikami
• przesunięcia od końca linii (przy użyciu liczb ujemnych) oprócz początku linii
• automatyczne wklejanie kolumn obok siebie (nie trzeba wywoływać pasteosobno)
• obsługa zmiany kolejności w terenie
• plik konfiguracyjny, w którym użytkownicy mogą zmienić swoje osobiste preferencje
• duży nacisk na łatwość obsługi i minimalistyczne wymagane pisanie

i wiele więcej. Żaden z nich nie jest dostarczany standardowo cut.

Zobacz też: https://stackoverflow.com/a/24543231/1296044

Źródło i dokumentacja (darmowe oprogramowanie): http://arielf.github.io/cuts/

Ten linijka Perla pokazuje, jak blisko Perl jest powiązany z awk:

perl -lane 'print $F[3]' text.txt

Jednak @Ftablica autosplit zaczyna się od indeksu, $F[0]a pola awk zaczynają się od$1

W wersjach, o cutktórych wiem, nie, nie jest to możliwe. cutjest przede wszystkim przydatny do analizowania plików, w których separator nie jest spacją (na przykład /etc/passwd) i które mają stałą liczbę pól. Dwa separatory w rzędzie oznaczają puste pole, i dotyczy to również białych znaków.