“你怎么看？”；“正常化”；带有awk的记录列表

假设我有一个以制表符分隔的记录列表，每个记录有两个字段，如下所示

bobby joe, jr   a,b,c
sue smith       b,d

假设名称列和包含一系列单个字母的列之间有一个制表符

目标是“规范化”数据，使其看起来像这样：

bobby joe, jr   a
bobby joe, jr   b
bobby joe, jr   c
sue smith       b
sue smith       d

$ awk -F" *|," '{for (i=2; i<=NF; i++) print $1, $i}' file
bob a
bob b
bob c
sue b
sue d

$ awk -F"\t" '{n=split($2,a,","); for (i=1;i<=n;i++) print $1, a[i]}' file
bobby joe, jr a
bobby joe, jr b
bobby joe, jr c
sue smith b
sue smith d

---

我想学习如何特别使用

awk

来实现这一点。您可以使用define

空格*

或

逗号

作为可能的分隔符，然后循环字符串打印第一个字段和另一个字段，如下所示：

bobby joe, jr   a
bobby joe, jr   b
bobby joe, jr   c
sue smith       b
sue smith       d

$ awk -F" *|," '{for (i=2; i<=NF; i++) print $1, $i}' file
bob a
bob b
bob c
sue b
sue d

$ awk -F"\t" '{n=split($2,a,","); for (i=1;i<=n;i++) print $1, a[i]}' file
bobby joe, jr a
bobby joe, jr b
bobby joe, jr c
sue smith b
sue smith d

解释

• -F“\t”

  将选项卡设置为字段分隔符

• n=split（$2，a，“，”）

  在给定

  ，

  分隔符的情况下，将第二个字段分片。由于

  split（）

  返回工件的数量，我们将该数字存储在

  n

  中

---

• for（i=1；i如果您想要漂亮的打印和整个shebang：
  
  $ echo  -e "bobby joe, jr\ta,b,c\nsue smith\tb,d" \
      | awk -F"\t" '
  BEGIN {MaxLen = 0} 
  {
      a[NR] = $0; 
      if (length($1) > MaxLength) { 
          MaxLength = length($1)
      }
  } 
  END { 
      for (i in a) { 
          split(a[i], Fields); 
          split(Fields[2], Values, ","); 
          for (j = 1; j <= length(Values); j++) {
              printf("%-"MaxLength"s\t%s\n", Fields[1], Values[j])
          }
      }
  }'
  bobby joe, jr   a
  bobby joe, jr   b
  bobby joe, jr   c
  sue smith       b
  sue smith       d
  
  $echo-e“小鲍比·乔\ta，b，c\nsue smith\tb，d”\
  |awk-F“\t”
  开始{MaxLen=0}
  {
  a[NR]＝$0；
  如果（长度（$1）>最大长度）{
  MaxLength=长度（$1）
  }
  } 
  结束{
  对于（a中的i）{
  拆分（a[i]，字段）；
  拆分（字段[2]，值“，”）；
  对于（j=1；j，但是如果我有制表符分隔的字段，而第二个字段（未显示，但在第一个和第三个字段之间）可能包含空格或逗号，该怎么办？那么您最好更新您的问题，显示一些这样的示例输入。@dan只需将
  -F*|，“
  更改为
  -F”\t|，”
  @veryhungrymike请查看最新版本的question@dan刚刚编辑以回答此
  数据
  选项卡
  记录
  新输入文件。分隔符是一个制表符。名称字段中没有制表符，或字段中没有逗号分隔的字母。请注意，如果您仅循环
  以获取（i in values）
  。有关更多参考信息，请参阅。感谢您的回答。但我必须将其交给@fedorqui，因为他首先发布并处理了我的编辑。@fedorqui我知道。OP没有指定顺序是重要的。我只需使用
  PROCINFO[“sorted_in”]
  就可以了，但有些人的gawk版本并不流行。