实时更改 AWK 的字段分隔符

Question

我希望使用AWK来处理以下电子表格，其中名和姓在同一列中：

Peter Griffin, 31 Spooner St, Quahog
Homer Simpson, 732 Evergreen Terr, Springfield
Fred Flintstone, 301 Cobblestone Way, Bedrock

并将输出到一个新的电子表格中，其中名字和姓氏有自己的列：

Peter, Griffin, 31 Spooner St, Quahog
Homer, Simpson, 732 Evergreen Terr, Springfield
Fred, Flintstone, 301 Cobblestone Way, Bedrock

我尝试过在运行时更改字段分隔符，类似于这样的操作：

awk '{print $1 "," $2} {FS=","} {print $3} {FS=" "}' spreadsheet.csv

但是它似乎不能正常工作，我得到了一堆混乱的东西。使用AWK可以实现这个吗？

- Ryan R

---

全名是否总是由两个单词组成？ - Tom Fenech

FYI，逗号是一个糟糕的字段分隔符，用于姓名/地址电子表格，因为它们通常在姓名和地址中使用。你应该使用制表符代替。 - Ed Morton

@oguzismail 因为 OP 在记录已经被拆分成字段之后将 FS 设置为“，”，然后在拆分下一个记录之前将其设置回“ ”。 - Ed Morton

@Ed 噢，对了，有没有办法强制 awk 在更改 FS 后重新拆分字段？ - oguz ismail

@oguzismail 是的 - $0=$0。 - Ed Morton

Answer 1

将第一个空格替换为逗号和空格：

$ sed 's/ /, /' file.csv
Peter, Griffin, 31 Spooner St, Quahog
Homer, Simpson, 732 Evergreen Terr, Springfield
Fred, Flintstone, 301 Cobblestone Way, Bedrock

在这里，s/ /, / 是一个替换命令。它将找到的第一个 替换为 ,。

要直接更改文件，请使用 -i 选项：

sed -i.bak 's/ /, /' file.csv

- John1024

---

原地选项是GNU扩展，不适用于Unix/Solaris系统。 - Daniel Liston

@DanielListon，你说得对，solaris sed没有-i选项。虽然POSIX标准并不要求使用-i选项，但它在GNU sed、MacOS sed和FreeBSD sed中都是可用的。OP将此问题标记为Linux。 - John1024

明白了。然而，OP请求并标记了一个AWK解决方案，而不是sed。如果提供了另一种解决方案，应清楚地表明GNU提供的同名实用程序和它们的原始程序版本之间存在差异。特别是如果在示例中提供的修饰符不能在所有unix/linux平台上工作。 - Daniel Liston

Answer 2

另一种可能性。

awk '{$1=$1","}1' file

Peter, Griffin, 31 Spooner St, Quahog
Homer, Simpson, 732 Evergreen Terr, Springfield
Fred, Flintstone, 301 Cobblestone Way, Bedrock

- Claes Wikner

---

} 后面的数字1是什么意思？我尝试了其他数字，结果相同。我在手册中找不到答案，甚至阅读了awk源代码也无法猜测。 - Et7f3XIV

Answer 3

只需在第一个以,为基础的字段中发现空格时添加逗号：

awk 'BEGIN {FS=OFS=","} {sub(/ /, ", ", $1)}1' file
#                             ^    ^^
#               find a space...    ... replace it with , plus space

使用您的文件:

$ awk 'BEGIN {FS=OFS=","} {sub(/ /, ", ", $1)}1' file
Peter, Griffin, 31 Spooner St, Quahog
Homer, Simpson, 732 Evergreen Terr, Springfield
Fred, Flintstone, 301 Cobblestone Way, Bedrock

这里使用了函数sub()来替换第一个字段中的内容。

- fedorqui

---

不是“每当有空格”而是“第一个空格”的时候，否则“Harry Connick Jr”不能在你的数据库中 :-）。你的代码是正确的，只是你的文本有误。 - Ed Morton

@EdMorton 嗯，是的，尽管考虑到你们美国人在名字中有很多senior、jr和III，也许只对$1使用gsub()可能更好；D - fedorqui

@fedorqui 这就是我在寻找的，谢谢！在右花括号闭合后面加上1的目的是什么？我注意到我可以用任何数字代替1，命令仍然有效。 - Ryan R

@RyanR 是的，这是因为 1、5 或任何数字都会被评估为 True 并触发 awk 的默认操作，即打印当前行。因此，1 等同于 {print $0}。 - fedorqui

“你们美国人”？我不是美国人。我是苏格兰人。无论如何，如果你添加更多逗号，它会破坏OP文件的（不明智的）逗号分隔布局。 - Ed Morton

@fedorqui，我屏幕上仍然可以看到你的评论，不知道为什么你看不到它。我并没有觉得它有冒犯之处，只是不准确而已 :-）。所以我肯定没有标记它。是的，楼主想要从那个字段中创建确切的两个字段。 - Ed Morton

Answer 4

你可以使用多个分隔符，例如“-”。

awk -F '[ ,]' '{print $1 ", " $2 ", " $3 $4 " " $5 " " $6 ", " $7 " " $8}' file

输出-

Peter, Griffin,  31 Spooner St,  Quahog
Homer, Simpson,  732 Evergreen Terr,  Springfield
Fred, Flintstone,  301 Cobblestone Way,  Bedrock

你需要跟踪定义的“列”。

- Chem-man17

---

不要这样做。这是不必要的硬编码，当地址是其他格式时会失败，例如 19 Martin Luther King Dr 或者名字是 Harry Connick Jr。 - Ed Morton

是的，这变成了一个具体的解决方案。完全不可移植。但它解决了在同一awk行中如何使用多个分隔符的问题。 - Chem-man17

但是使用多个分隔符并不是解决这个问题的正确方法，因为它会带来更多问题而不是解决问题。如果确实需要使用多个分隔符，应该写成-F '[ ,]'而不是-F ' |,'（考虑一下如果有10个分隔符字符的区别）。 - Ed Morton

同意。修改以反映更好的方式。 - Chem-man17