[文本处理] 【已解决】gawk：如何提取指定个数范围的字符

思想之翼

D:\JZ\A.txt  每行记录若干字符，格式如下：
G B B
B C C C A
J A
J
E
E D

【问题】如何用gawk，提取指定个数范围N的字符？
若指定N=2，结果为J A E
若指定N=3，结果为B C
若指定N=4，结果为空
若指定N=2、3，结果为J A E B C
若指定N=2、4，结果为J A E
若指定N=2、3、4，结果为J A E B C

下列代码，只能提取指定个数N=2的字符

gawk -v"N=2" -v"RS=\r?\n| " -v"ORS= " "{++d[$0]}END{for(i in d)if(d[i]==N)print i}" "D:\JZ\A.txt">"D:\JZ\B.txt"
复制代码

Five66

不知行否 ,任意非数字分割 ,输出无序

gawk -v"N=2,3、4" -v"RS=\r?\n| " -v"ORS= " "{++d[$0]}END{split(N,M,/[^0-9]+/);for(j in M){for(i in d)if(d[i]==M[j])print i}}" "D:\JZ\A.txt">"D:\JZ\B.txt"
复制代码

思想之翼

回复 2# Five66

感谢帮助！结果正确。若N=50-100，共有51个数值，如何简洁表达？

hfxiang

回复 3# 思想之翼

gawk -v"N=50-100" -v"RS=\r?\n| " -v"ORS= " "{++d[$0]}END{split(N,M,/-/);for(j=M[1];j<=M[2];j++){for(i in d)if(d[i]==j)print i}}" "D:\JZ\A.txt">"D:\JZ\B.txt"
复制代码

思想之翼

回复 4# hfxiang

感谢帮助！结果正确。再请教细节问题：若N=50-70，74，78，94-96，98，100，如何简洁设置？

hfxiang

回复 5# 思想之翼

gawk -v"N=40,50-70，74，78，94-96，98，100" -v"RS=\r?\n| " -v"ORS= " "{++d[$0]}END{split(N,M,/[^0-9]+/,s);A[M[1]];for(j in s){if(s[j]==\"-\"){for(i=M[j];i<=M[j+1];i++)A[i]}else{A[M[j+1]]}};for(j in A){for(i in d)if(d[i]==j)print i}}" "D:\JZ\A.txt">"D:\JZ\B.txt"
复制代码

思想之翼

回复 2# Five66
感谢！结果正确。

思想之翼

回复 6# hfxiang
感谢！结果正确。加入下列变量，运行出错，是正则表达式[^0-9]的原因吗？如何处置？

@echo off
setlocal enabledelayedexpansion
for /l %%d in (1,1,2) do (
set o=%%d
gawk -v"N=40,50-70，74，78，94-96，98，100" -v"RS=\r?\n| " -v"ORS= " "{++d[$0]}END{split(N,M,/[^0-9]+/,s);A[M[1]];for(j in s){if(s[j]==\"-\"){for(i=M[j];i<=M[j+1];i++)A[i]}else{A[M[j+1]]}};for(j in A){for(i in d)if(d[i]==j)print i}}" "D:\JZ1\!o!.txt">"D:\JZ2\!o!.txt"
)
endlocal
exit
复制代码

hfxiang

回复 8# 思想之翼
经套用脚本测试，/[^0-9]+/没问题，你能确定如下文件确实存在？
"D:\JZ1\!o!.txt" "D:\JZ2\!o!.txt"

思想之翼

回复 9# hfxiang

感谢关注！不知道问题出在哪？

运行下列代码，结果正确：

 gawk -v"N=2，4，13，40，50-70，74，78，94-96，98，100" -v"RS=\r?\n| " -v"ORS= " "{++d[$0]}END{split(N,M,/[^0-9]+/,s);A[M[1]];for(j in s){if(s[j]==\"-\"){for(i=M[j];i<=M[j+1];i++)A[i]}else{A[M[j+1]]}};for(j in A){for(i in d)if(d[i]==j)print i}}" D:\JZ1\1.txt > D:\JZ2\1.txt]
复制代码

运行下列代码，不输出文本：

@echo off
setlocal enabledelayedexpansion
for /l %%d in (1,1,2) do (
set o=%%d
gawk -v"N=2，4，13，40，50-70，74，78，94-96，98，100" -v"RS=\r?\n| " -v"ORS= " "{++d[$0]}END{split(N,M,/[^0-9]+/,s);A[M[1]];for(j in s){if(s[j]==\"-\"){for(i=M[j];i<=M[j+1];i++)A[i]}else{A[M[j+1]]}};for(j in A){for(i in d)if(d[i]==j)print i}}" D:\JZ1\!o!.txt > D:\JZ2\!o!.txt
)
endlocal
exit
复制代码

测试文本 1.txt 2.txt 记录数值相同，格式如下：
G B B
B C C C
J A A  A A
J
E
E D
0000 0000 0000 0000 0000
0000 0000 0000 0000 0000
0000 0000 0000

hfxiang

回复 10# 思想之翼
建立"D:\JZ1\1.txt"及"D:\JZ1\2.txt"文件，创建"D:\JZ2"文件夹后，用以下脚本调用gawk 4.1.0 ( http://bcn.bathome.net/tool/4.1.0/gawk.exe )测试完全正常

@echo off
for /l %%d in (1,1,2) do (
gawk -v"N=2，4，13，40，50-70，74，78，94-96，98，100" -v"RS=\r?\n| " -v"ORS= " "{++d[$0]}END{split(N,M,/[^0-9]+/,s);A[M[1]];for(j in s){if(s[j]==\"-\"){for(i=M[j];i<=M[j+1];i++)A[i]}else{A[M[j+1]]}};for(j in A){for(i in d)if(d[i]==j)print i}}" "D:\JZ1\%%~d.txt" > "D:\JZ2\%%~d.txt"
)
复制代码

77七

回复 8# 思想之翼


   开启延迟变量扩展，多了次预处理，改为  [^^0-9]

Five66

回复 3# 思想之翼


    非范围数字任意非 - 符号分割(注意特殊字符) ,范围数字 - 符号分割

gawk -v"N=2,4，13 40#50-70，74-，78，94-96/98,,100" -v"RS=\r?\n| " -v"ORS= " "{++d[$0]}END{split(N,L,/[0-9]+-[0-9]+|[0-9]+/,W);for(i in W){if(split(W[i],Z,/-/)>1){for(j=Z[1];j<=Z[2];j++)M[j]}else{M[W[i]]}};for(j in M){for(i in d)if(d[i]==j)print i}}" "D:\JZ\A.txt">"D:\JZ\B.txt"
复制代码

WHY

@echo off
setlocal enabledelayedexpansion
for %%i in (1-3,5-15,20) do (
    set "s=%%i"
    if "!s:-=!" NEQ "!s!" (
        for /L %%j in (!s:-^= 1 !) do set "n=!n! %%j"
    ) else (
        set "n=!n! %%i"
    )
)
gawk -v"RS=\\s+"  -v"ORS= " "{++d[$0]};END{split(\"!n:~1!\",a);for(i in d)for(j in a)if(d[i]==a[j])print i}" 1.txt > 2.txt
pause
复制代码