在Unix / Linux中格式化文件？

Question

我有一个包含国家，目录号，年份，描述和价格的文件

Kenya 563-45 1995 Heron Plover Thrush Gonolek Apalis $6.60
Surinam 632-96 1982 Butterfliers $7.50
Seychelles 831-34 2002 WWF Frogs set of 4 $1.40
Togo 1722-25 2010 Cheetah, Zebra, Antelope $5.70

文件不由“制表符”或“：”分隔。 它们之间只有空格。 你能告诉我如何格式化这个文件（使用awk？），我如何从中找到总价。

Answer 1

使用命令行perl：

$ cat /your/file | perl -e '$sum=0; for(<STDIN>) { $sum += $1 if(/\$([\d\.]+)/); }; print "$sum\n"'
21.2

和awk（假设你在每行结尾都有美元）：

$ cat /your/file | awk '{s+=substr($NF,2)} END{ print s}'
21.2

另外，回应评论。 如果要在命令行上重新格式化：

$ cat /your/file | perl -e 'for(<STDIN>){@a=split /\s+/; $p=pop @a; \
  $line=join "|", ($a[0],$a[1],$a[2], (join" ",@a[3..$#a]) ,$p); print "$line\n"}'

Kenya|563-45|1995|Heron Plover Thrush Gonolek Apalis|$6.60
Surinam|632-96|1982|Butterfliers|$7.50
Seychelles|831-34|2002|WWF Frogs set of 4|$1.40
Togo|1722-25|2010|Cheetah, Zebra, Antelope|$5.70

如果你想要正确地做到这一点，我不是在cmd行上做的，而是编写一个正确的程序来解析它。

Answer 2

我认为前3列和最后一列是固定含义但中间列不固定。 因此，中间列最后保留，其间有固定列，固定列由选项卡分隔，以便您可以使用某些电子表格程序开始编辑它：

awk '{ printf("%s\\t%s\\t%s\\t%s\\t", $1, $2, $3, $NF); for(i=4; i<NF; i++){ printf("%s ", $i); } printf("\\n") }' < yourlist.txt

Answer 3

为了符合 ， regexp -fu解决方案：

$ perl -lne '/^ (.+?) \s+ (\d+-\d+) \s+ (\d{4}) \s+ (.+?) \s+ ( \$ ( \d+ (?:\.\d+)? ) ) \s* $/x and $t+=$6, print join "•",$1,$2,$3,$4,$5 }{ print $t' input_file
Kenya•563-45•1995•Heron Plover Thrush Gonolek Apalis•$6.60
Surinam•632-96•1982•Butterfliers•$7.50
Seychelles•831-34•2002•WWF Frogs set of 4•$1.40
Togo•1722-25•2010•Cheetah, Zebra, Antelope•$5.70
21.2

Answer 4

根据udslk的回答 ， awk肯定是你的朋友：

#!/usr/bin/env awk -f
BEGIN {
    print "country, \"catalog number\", year, description, \"price ($)\""
}

{
    description = $4
    for (f = 5; f < NF; ++f) {
        description = description " " $f
    }
    price = substr($NF, 2)
    total += price

    printf "\"%s\", \"%s\", \"%s\", \"%s\", %0.2f\n", $1, $2, $3, description, price
}

END {
    printf "Total, , , , %0.2f\n", total
}

这会显示带有标题的CSV文件，您可以将其导入到您喜欢的电子表格中。 它还增加了总数。 根据品味切换带标签的逗号。