Ich versuche, ein bestimmtes (viertes) Feld aus dem spaltenbasierten, an das Leerzeichen angepassten Textstrom zu extrahieren. Ich versuche, den cutBefehl folgendermaßen zu verwenden:

cat text.txt | cut -d " " -f 4

Behandelt leider cutnicht mehrere Leerzeichen als ein Trennzeichen. Ich hätte durch awk pfeifen können

awk '{ printf $4; }'

oder sed

sed -E "s/[[:space:]]+/ /g"

um die Leerzeichen zu kollabieren, aber ich würde gerne wissen, ob es eine Möglichkeit gibt, mit cutund mehreren Begrenzern nativ umzugehen ?

Versuchen:

tr -s ' ' <text.txt | cut -d ' ' -f4

Von der trManpage:

-s, --squeeze-repeats ersetzen jede Eingabesequenz eines wiederholten Zeichens
                        das ist in SET1 mit einem einzigen Vorkommen aufgeführt
                        dieses Charakters

Wie Sie in Ihrer Frage kommentieren, awkist wirklich der richtige Weg. Die Verwendung cutist zusammen mit tr -sdem Drücken von Leerzeichen möglich, wie die Antwort von kev zeigt.

Lassen Sie mich jedoch alle möglichen Kombinationen für zukünftige Leser durchgehen. Erläuterungen finden Sie im Abschnitt Test.

tr | Schnitt

tr -s ' ' < file | cut -d' ' -f4

awk

awk '{print $4}' file

Bash

while read -r _ _ _ myfield _
do
   echo "forth field: $myfield"
done < file

sed

sed -r 's/^([^ ]*[ ]*){3}([^ ]*).*/\2/' file

Tests

Testen wir anhand dieser Datei die folgenden Befehle:

$ cat a
this   is    line     1 more text
this      is line    2     more text
this    is line 3     more text
this is   line 4            more    text

tr | Schnitt

$ cut -d' ' -f4 a
is
                        # it does not show what we want!


$ tr -s ' ' < a | cut -d' ' -f4
1
2                       # this makes it!
3
4
$

awk

$ awk '{print $4}' a
1
2
3
4

Bash

Dies liest die Felder nacheinander. Durch die Verwendung geben _wir an, dass dies eine Wegwerfvariable als "Junk-Variable" ist, um diese Felder zu ignorieren. Auf diese Weise speichern wir $myfieldals 4. Feld in der Datei, unabhängig von den Leerzeichen dazwischen.

$ while read -r _ _ _ a _; do echo "4th field: $a"; done < a
4th field: 1
4th field: 2
4th field: 3
4th field: 4

sed

Dies fängt drei Gruppen von Räumen und keine Räume mit ([^ ]*[ ]*){3}. Dann fängt es alles ein, was kommt, bis ein Leerzeichen als 4. Feld, mit dem es schließlich gedruckt wird \1.

$ sed -r 's/^([^ ]*[ ]*){3}([^ ]*).*/\2/' a
1
2
3
4

kürzeste / freundlichste Lösung

Nachdem cutich mit den zu vielen Einschränkungen von frustriert war , schrieb ich meinen eigenen Ersatz, den ich als cuts"Schnitt gegen Steroide" bezeichnete.

Schnitte bieten die wahrscheinlich minimalistischste Lösung für dieses und viele andere damit verbundene Probleme beim Ausschneiden / Einfügen.

Ein Beispiel von vielen, das sich mit dieser speziellen Frage befasst:

$ cat text.txt
0   1        2 3
0 1          2   3 4

$ cuts 2 text.txt
2
2

cuts unterstützt:

• automatische Erkennung der gängigsten Feldbegrenzer in Dateien (+ Möglichkeit, Standardeinstellungen zu überschreiben)
• Übereinstimmende Trennzeichen für mehrere Zeichen, gemischte Zeichen und Regex
• Extrahieren von Spalten aus mehreren Dateien mit gemischten Trennzeichen
• Offsets vom Zeilenende (mit negativen Zahlen) zusätzlich zum Zeilenanfang
• Automatisches Einfügen von Spalten nebeneinander (kein pasteseparater Aufruf erforderlich )
• Unterstützung für die Neuordnung vor Ort
• Eine Konfigurationsdatei, in der Benutzer ihre persönlichen Einstellungen ändern können
• große Betonung auf Benutzerfreundlichkeit und minimalistisches Tippen

und vieles mehr. Keines davon ist standardmäßig vorgesehen cut.

Siehe auch: https://stackoverflow.com/a/24543231/1296044

Quelle und Dokumentation (freie Software): http://arielf.github.io/cuts/

Dieser Perl-Einzeiler zeigt, wie eng Perl mit awk verwandt ist:

perl -lane 'print $F[3]' text.txt

Das @FAutosplit-Array beginnt jedoch am Index, $F[0]während awk-Felder mit beginnen$1

Mit Versionen von cut, von denen ich weiß, nein, das ist nicht möglich. cutDies ist in erster Linie nützlich, um Dateien zu analysieren, bei denen das Trennzeichen kein Leerzeichen ist (z. B. /etc/passwd) und die eine feste Anzahl von Feldern haben. Zwei Trennzeichen in einer Reihe bedeuten ein leeres Feld, und das gilt auch für Leerzeichen.