用空格分隔数据

Question

假设我有一个包含名称和寄存器的数据集，例如

John Wayne 1234
Paul Newman 2345 Wrong register. The correct register is 2233
John Fitzgerald Kennedy 3456
Marilyn Monroe 1212

所有行均以空格分隔。 我希望在awk中使用一个（或两个）正则表达式，从而得到以下输出：

John Wayne
Paul Newman
John Fitzgerald Kennedy
Marilyn Monroe

和

1234
2233
3456
1212

我知道数据的格式非常非常糟糕，但是有人知道如何为我提供帮助吗？

Answer 1

grep可用于分别生成两个输出。 请参阅以下测试：

$  cat f
John Wayne 1234
Paul Newman 2345 Wrong register. The correct register is 2233
John Fitzgerald Kennedy 3456
Marilyn Monroe 1212

输出I：

$  grep -o '^[^0-9]\+' f                                          
John Wayne 
Paul Newman 
John Fitzgerald Kennedy 
Marilyn Monroe

输出二：

$  grep -o '[0-9]\+$' f 
1234
2233
3456
1212

上面使用的正则表达式相对简单。 使用相同的想法，如果愿意，也可以将regex与sed或awk一起应用。

Answer 2

这种情况非常简单，因为数字在最后一个分隔符之后，所以我们将最后一列当作未意识到其内容，如下所示：

awk '{print $NF}'

对于其余部分，我们将简单地匹配所有字母（包括空格），直到获得非字母字符（例如数字），然后将所有其余部分替换为null：

sed 's/\([A-z ]*\) .*/\1/g'

Answer 3

您可以使用sed ：

sed 's/[[:blank:]]*[[:digit:]]\+.*$//' file
John Wayne
Paul Newman
John Fitzgerald Kennedy
Marilyn Monroe

sed 's/.*[[:blank:]]\([[:digit:]]\+\)$/\1/' file
1234
2233
3456
1212

Answer 4

晚会晚了，但这可以让您一次完成两项工作：

#!/usr/bin/awk -f

    {
        nums = nums "\n" $NF
        split($0, a, " [0-9]{4}")
        names = names a[1] "\n"
    }

END {
        print names nums
    }

首先，它将行的最后一个字段添加到数字列表中。 然后，它将行拆分为任何4位数字，并将拆分前的部分添加到名称列表中。 最后，它先打印名称列表，再打印数字列表。

输出：

John Wayne
Paul Newman
John Fitzgerald Kennedy
Marilyn Monroe

1234
2233
3456
1212

如果需要考虑外部空间，请通过管道连接到cat -e以便非常清楚可能在哪里发生了空白。

Answer 5

使用awk，您可以将字符集指定为字段分隔符。 因此，如果您知道自己的名字后总是跟数字，则可以使用：

awk -F"[0-9]" '{print $1}' /tmp/x