如何使用bash脚本拆分包含多个记录的行

Question

我有一个这样的文件：

Heading1 Heading2 A1 A2 B1 B2 
Heading3 Heading4 A3 A4 B3 B4 C1 C2

每一行都包含多个属于相同标题的记录。我试图做的是拆分这些记录并保留它们的标题。在上面的示例中，我想生成以下内容：

Heading1 Heading2 A1 A2
Heading1 Heading2 B1 B2 
Heading3 Heading4 A3 A4
Heading3 Heading4 B3 B4
Heading3 Heading4 C1 C2

我的主要问题是每行记录数不固定。

编辑：每行有2个标题和N个记录，每个记录用2个字段表示。因此，每行的长度为2+2*N。所以它始终是偶数。

- Mewtwo

---

这行代码 Heading1 Heading2 A1 A2 B1 B2 A3 应该如何处理？ - RomanPerekhrest

你是什么意思？ - Mewtwo

我的意思是：字段的数量可能是奇数吗？3、5、7、9？ - RomanPerekhrest

抱歉我之前没提到，那是很重要的。每一行都有两个标题和N个记录，每个记录用两个字段表示。所以字段长度的一般形式为2+2*N。因此它始终是偶数。 - Mewtwo

Answer 1

简短的awk解决方案：

awk '{ for(i=3;i<=NF;i+=2) print $1,$2,$i,$(i+1) }' file

输出结果：

Heading1 Heading2 A1 A2
Heading1 Heading2 B1 B2
Heading3 Heading4 A3 A4
Heading3 Heading4 B3 B4
Heading3 Heading4 C1 C2

• for(i=3;i<=NF;i+=2) - 循环遍历从第三个字段开始的所有字段（i+=2 - 成对迭代）

- RomanPerekhrest

---

非常好！谢谢。 - Mewtwo

Answer 2

awk '{for(i=3;i<=NF;i+=2)print $1,$2,$i,$(i+1)}' file

NF表示行中的字段数，$i表示您可以使用第 i 个字段。

- tso

---

12秒的差异（再次） - RomanPerekhrest

damn :D recapthca appeared - tso

Answer 3

这是一个纯 Bash 的解决方案：

#!/bin/bash

while read -r; do
    read -r h1 h2 rest <<< "$REPLY"
    while [ -n "$rest" ]; do
        read -r x1 x2 rest <<< "$rest"
        printf '%s %s %s %s\n' "$h1" "$h2" "$x1" "$x2"
    done
done

- melpomene

---

请参阅为什么使用shell循环处理文本被认为是不良实践。 - Ed Morton

@EdMorton 这对我的回答有什么影响（除了性能，因为在这个例子中已经有其他使用awk的答案了）？ - melpomene

我不知道它是否存在其他问题，但它的编写长度更长且执行速度比awk慢，因此没有理由考虑它，因为提问者已经标记了她的问题为awk，所以我们知道awk解决方案（在所有方面都比嵌套的shell循环更好）是可接受的。这只是你不应该做的事情。 - Ed Morton

另一方面，问题标题说“使用bash脚本”。如果我们要追求速度，Perl解决方案不是更好吗？@EdMorton - melpomene

随意发布一个Perl解决方案。 它与awk解决方案（反之亦然）相比不会明显更快，但至少这是值得考虑的合理选择，尽管OP可能没有可用的perl，因为它不像awk那样在所有UNIX安装中都作为标准提供。 通常，当人们谈论bash / shell脚本时，他们只是指包括sed和awk等标准UNIX工具，他们并不是指仅使用shell内置命令。 - Ed Morton

@EdMorton 好的，没问题。 - melpomene

Answer 4

使用GNU sed：

sed -E 's/^(([^ ]* ){2})(([^ ]* ){2})/\1\3\n\1/;P;D;' file

- SLePort