批处理之家 - Powered by Discuz! Board

标题: 【已解决】批处理中用gawk处理文本的时候只能选择单个文本吗？ [打印本页]

作者: tommytangtang 时间: 2014-8-15 22:50 标题: 【已解决】批处理中用gawk处理文本的时候只能选择单个文本吗？

本帖最后由 tommytangtang 于 2014-8-16 01:28 编辑

批处理中用gawk处理文本的时候只能选择单个文本吗？
可以使用通配符代表所有后缀名相同的文件，然后进行操作吗？
@gawk -F"," "{print $3 \" \" $4 \" \" $5}" *.txt>*a.txt
网上查了很久没找到这方面

作者: CrLf 时间: 2014-8-15 23:21

你想表达什么

作者: tommytangtang 时间: 2014-8-15 23:33

回复 2# CrLf

就是说，一个文件夹里有很多文本，我想对每一个进行同样的操作
@gawk -F","  "{print $3,$4,$5}" 123.txt>123a.txt
@gawk -F","  "{print $3,$4,$5}" 132.txt>132a.txt
@gawk -F","  "{print $3,$4,$5}" 111.txt>111a.txt
@gawk -F","  "{print $3,$4,$5}" 23.txt>23a.txt
@gawk -F","  "{print $3,$4,$5}" 13.txt>13a.txt
。。。。。。
还有很多文本需要一起处理
可以像rename一样使用通配符吗？

作者: CrLf 时间: 2014-8-15 23:51

本帖最后由 CrLf 于 2014-8-16 01:07 编辑

gawk -F"," "FNR==1{sub(/\.[^\.]*$/,\"a^&\",FILENAME)}{print $3,$4,$5>FILENAME}" *.txt
复制代码

内置变量：
FNR 代表相当于文件中的 NR
FILENAME 是当前正在操作的文件名，仅在文件变更时更新
条件执行：
FNR==1 表示当前文件的第一行执行其后的代码块
内置函数：
sub 用于单次替换，有一个 gsub 用于多次替换，若要向后引用则需使用 gensub
输出重定向：
>FILENAME 这就不用解释了吧

作者: CrLf 时间: 2014-8-16 00:06

本帖最后由 CrLf 于 2014-8-16 00:14 编辑

如果对 gawk 不熟，不是技术控的话可以用熟悉的脚本来辅助：
批处理

for %%a in (*.txt) do @gawk -F","  "{print $3,$4,$5}" "%%a">"%%~naa%%~xa"
复制代码

powershell

dir *.txt|?{-not $_.PsIsContainer}|%{gawk -F',' '{print $3,$4,$5}' $_.name>$_.basename+'a'+$_.Extension}
复制代码

bash：

for file in *.tar ; do gawk -F','  '{print $3,$4,$5}' $file>${file%.*}a.${file##*.}; done
复制代码

总之哪个顺手用哪个

作者: tommytangtang 时间: 2014-8-16 00:44

回复 4# CrLf

研究了很久，才发现你写的少了句-F","

怪不得出来的都是空格呢

@gawk -F"," "FNR==1{sub(/\..*?/,\"a^&\",FILENAME)}{print $3,$4,$5>FILENAME}" *.txt

刚刚在网上学正则表达式，还在研究sub后面括弧里的东西，双引号里用双引号需要加\转码之类的……能帮忙解释一下替换文件名得过程嘛？

作者: CrLf 时间: 2014-8-16 01:07

本帖最后由 CrLf 于 2014-8-16 01:19 编辑

/\..*?/ 其实我原意是 /\..*?$/ 或者 /\.[^\.]*$/ 的，打漏了...
看来 sub 不支持用 ? 来进行非贪婪匹配，不然应该只会匹配到一个 .，4 楼代码已修改

/ 经常用来表示这是个正则表达式，实际的 Pattern 是 \..*?
\. 表示一个 . 字符
.*? 表示任意字符，加 ? 是非贪婪匹配，简单说就是怎么短怎么匹配，而在贪婪模式下就是怎么长怎么匹配
$ 可以匹配行末或文末，与 ^ 对应，^ 代表行首
复制代码

----------------------------------------------
a^&
转义后传递给 gawk 的其实是 a&

a 是要前缀的内容
& 是匹配的内容
复制代码

sed 中也用 & 代表匹配的内容，不知道是不是 posix 标准中约定的，有些语言是用 $0 或者 \0 来指代的，使用 pcre 库实现正则的语言就很可能是用 $0 或 \0 的，比如 perl
----------------------------------------------
假设 FILENAME 为 test.txt，/\..*/ 匹配到的是 .txt，那么 .txt 将被替换成 a& 对应的值： a.txt，所以替换的结果是 testa.txt

作者: CrLf 时间: 2014-8-16 01:18

本帖最后由 CrLf 于 2014-8-16 01:26 编辑

各种语言的正则实现略有差别，但区别只在向后引用的写法、是否支持非贪婪匹配、是否支持零宽断言、特殊字符的转义方式等高级用法和语法细节上，据我所知像 . * ? [] {} ^ $ 这些基本的功能都是通用的
用 sed 非常需要懂正则，相比之下 gawk 倒不是很依赖了
这个资料貌似挺全的，我还学到了以前没学过的平衡组/递归匹配用法：
deerchao 的《正则表达式30分钟入门教程》
话说脚本之家的版本竟然比原作者的还新，他是肿么做到的！震精了！

作者: tommytangtang 时间: 2014-8-16 01:25

回复 7# CrLf

谢谢这么详细的解释，今天太晚了，明天继续研究下正则表达式，编程初学者问题较多哈

作者: tommytangtang 时间: 2014-8-16 01:28

各种语言的正则实现略有差别，但区别只在向后引用的写法、是否支持非贪婪匹配、是否支持零宽断言、特殊字符 ...
CrLf 发表于 2014-8-16 01:18

哈哈，我刚刚说正在学正则，就是看这篇文章，刚刚把他copy到文档永久保存了，谢谢

作者: DAIC 时间: 2014-8-16 08:19

推荐《精通正则表达式（第三版）》

作者: Linuxer 时间: 2014-8-16 09:53

回复 8# CrLf

作者自己网站上的版本跟脚本之家的是一样的最新版本，cnblog的版本没有更新。

作者: CrLf 时间: 2014-8-16 16:06

回复 12# Linuxer

作者一定不是处女座

欢迎光临批处理之家 (http://bathome.net./)