Sto cercando di estrarre un certo (il quarto) campo dal flusso di testo basato su colonne e adattato allo spazio. Sto cercando di utilizzare il cutcomando nel modo seguente:

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

Sfortunatamente, cutnon considera diversi spazi come un delimitatore. Avrei potuto passare attraverso awk

awk '{ printf $4; }'

o sed

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

per far crollare gli spazi, ma mi piacerebbe sapere se esiste un modo per gestire cutnativamente e diversi delimitatori?

Provare:

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

Dalla trpagina man:

-s, --squeeze-repeats sostituisce ogni sequenza di input di un carattere ripetuto
                        che è elencato in SET1 con una singola occorrenza
                        di quel personaggio

Mentre commenti nella tua domanda, awkè davvero la strada da percorrere. Usare cutè possibile insieme tr -sa spremere gli spazi, come mostra la risposta di kev .

Vorrei tuttavia passare attraverso tutte le possibili combinazioni per i futuri lettori. Le spiegazioni sono nella sezione Test.

tr | tagliare

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

awk

awk '{print $4}' file

bash

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

sed

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

test

Dato questo file, testiamo i comandi:

$ 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 | tagliare

$ 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

bash

Questo legge i campi in sequenza. Usando _indichiamo che questa è una variabile usa e getta come una "variabile spazzatura" per ignorare questi campi. In questo modo, memorizziamo $myfieldcome il quarto campo nel file, indipendentemente dagli spazi tra loro.

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

sed

Questo cattura tre gruppi di spazi e senza spazi ([^ ]*[ ]*){3}. Quindi, cattura tutto ciò che arriva fino a uno spazio come il quarto campo, con il quale è finalmente stampato \1.

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

la soluzione più breve / amichevole

Dopo essere stato frustrato dalle troppe limitazioni di cut, ho scritto il mio sostituto, che ho chiamato cutsper "ridurre gli steroidi".

tagli fornisce quella che è probabilmente la soluzione più minimalista a questo e molti altri problemi di taglia / incolla correlati.

Un esempio, tra i tanti, che affronta questa particolare domanda:

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

$ cuts 2 text.txt
2
2

cuts supporti:

• rilevamento automatico dei delimitatori di campo più comuni nei file (+ possibilità di sovrascrivere i valori predefiniti)
• delimitatori con corrispondenza multi-char, mixed-char e regex
• estrarre colonne da più file con delimitatori misti
• offset dalla fine della linea (usando numeri negativi) oltre all'inizio della linea
• incollaggio automatico di colonne affiancate (non è necessario invocare pasteseparatamente)
• supporto per il riordino sul campo
• un file di configurazione in cui gli utenti possono modificare le proprie preferenze personali
• grande enfasi sulla facilità d'uso e la digitazione minimalista richiesta

e altro ancora. Nessuno dei quali è fornito dalla norma cut.

Vedi anche: https://stackoverflow.com/a/24543231/1296044

Fonte e documentazione (software libero): http://arielf.github.io/cuts/

Questo one-liner Perl mostra quanto Perl sia strettamente legato a awk:

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

Tuttavia, l' @Farray autosplit inizia all'indice $F[0]mentre iniziano i campi awk$1

Con le versioni di cutI know of, no, questo non è possibile. cutè utile principalmente per l'analisi di file in cui il separatore non è uno spazio bianco (ad esempio /etc/passwd) e che hanno un numero fisso di campi. Due separatori di fila significano un campo vuoto, e questo vale anche per gli spazi bianchi.