Linux 使用 awk 将多行文本转换为 CSV

另一种解析文件的通用方法是设置模式块，根据行在多行输入文件中的位置处理行，其中每个输出记录的信息都用连续的行分隔开，如OP的示例所示.

例如，在原始问题中，预期的输出记录需要跨越四行多行输入的信息.输入文件的公司名称位于第1、5、9、(...n+4)行，而评级信息位于第2、6、19行(...n+4).等.

因此，可以通过使用输入行号除以输入记录的重复图案大小(在这种情况下为4)的模除法判断行位置来建立块:

(NR-1)%4 == 0 { #code to apply to lines 1, 5, 9, ...n+4 }
(NR-2)%4 == 0 { #code to apply to lines 2, 6, 10, ...n+4 }
#etc.

如果从代码块中手动设置逗号和换行符，则可以简化CSV输出的格式化，因此可以使用BEGIN块来取消默认的换行符输出记录分隔符:

BEGIN {ORS=""}

这允许字段根据它们位于重复输入记录的哪一行而从不同的位置拉出.

替换也可以很容易地指向行，这可能会简化正则表达式的构造.例如，问题中的数据要求从第4、8、12的第一个字段中删除加号.N+4行，因此可以添加一个简单的替换模式来仅影响这些行.同样的行在最后一个和倒数第二个字段(保存代码和电话号码)中也有预期的输出.这些线路所需的块将变为:

(NR-4)%4 == 0 {sub(/\+/,"");print $1 ", " $(NF-1) " " $NF "\n"}

注意插入的(输出字段分隔)逗号和(输出记录分隔)新行.

整个awk命令可以在终端中逐行构建，而不需要将它们放在单独的脚本文件中:

awk 'BEGIN {ORS=""} 
(NR-1)%4 == 0 {print $0 ", "} 
(NR-2)%4 == 0 {print $0 " "} 
(NR-3)%4 == 0 {print $1 ", "} 
(NR-4)%4 == 0 {sub(/\+/,"");print $1 ", " $(NF-1) " " $NF "\n"}
' input.txt

或在简单情况下作为一行输入:

awk 'BEGIN {ORS=""} (NR-1)%4 == 0 {print $0 ", "} (NR-2)%4 == 0 {print $0 " "} (NR-3)%4 == 0 {print $1 ", "} (NR-4)%4 == 0 {sub(/\+/,"");print $1 ", " $(NF-1) " " $NF "\n"}' apples.txt

原始问题输入数据的输出:

Abes Apples, 4.1, (138), 7, (123) 456-7890
Adams Apples, 4.9, (105), 10, (234) 567-8901
Apples are Amazing, 3.9, (13), 10, (345) 678-9012