从固定宽度的列中提取值

Question

我有一个名为file文本文件，其中包含以下内容：

Australia              AU 10
New Zealand            NZ  1
...

如果我使用以下命令从第一列中提取国家/地区名称：

awk '{print $1}' file

我得到以下信息：

Australia
New
...

仅输出每个国家名称的第一个单词。

我怎样才能得到整个国家的名字？

Answer 1

尝试这个：

$ awk '{print substr($0,1,15)}' file
Australia
New Zealand

Answer 2

摆脱最后两列

awk 'NF>2 && NF-=2' file

NF>2是过滤具有2个以上字段的记录的保护。 如果您的数据一致，您可以简单地将其删除

awk 'NF-=2' file

Answer 3

为了补充Raymond Hettinger有用的POSIX兼容答案 ：

您的country-name列看起来像是23个字符宽。

在最简单的情况下， 如果您不需要修剪尾随空格 ，则可以使用cut ：

# Works, but has trailing whitespace.
$ cut -c 1-23 file
Australia              
New Zealand            

警告 ： GNU cut不支持UTF-8，因此如果输入是UTF-8编码并包含非ASCII字符，则上述操作将无法正常工作。

---

要修剪尾随空格 ，您可以利用GNU awk的非标准FIELDWIDTHS变量：

# Trailing whitespace is trimmed.
$ awk -v FIELDWIDTHS=23 '{ sub(" +$", "", $1); print $1 }' file
Australia
New Zealand

• FIELDWIDTHS=23声明第一个字段（反映在$1 ）为23个字符宽。

• sub(" +$", "", $1)然后通过用空字符串替换字段末尾（ $1 ）的任何非空运行空格（ " +" ），从$1删除尾随空格。

但是，您的Linux发行版可能会与Mawk而不是GNU Awk一起发布; 使用awk -W version来确定它是哪一个。

---

对于修剪尾随空格的POSIX兼容解决方案，请扩展Raymond的答案：

# Trailing whitespace is trimmed.
$ awk '{ c=substr($0, 1, 23); sub(" +$", "", c); print c}' file
Australia
New Zealand

Answer 4

在您的数据有空格的情况下，这无关紧要，但通常没有：

$ docker ps
CONTAINER ID   IMAGE     COMMAND   CREATED   STATUS    PORTS     NAMES
foo            bar       baz       etc...

在这些情况下，使用tr删除多个空格可以很容易地获取IMAGE列：

$ docker ps | tr --squeeze-repeats ' '
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
foo bar baz

现在你可以通过管道（没有讨厌的标题行）来cut ：

$ docker ps | tr --squeeze-repeats ' ' | tail -n +2 | cut -d ' ' -f 2
foo