regex - AWK:模式匹配具有可变行号的多行数据

Question

我正在尝试编写一个脚本来分析来自管道的数据。问题是，单个元素的描述行数可变。查看示例数据集:

3 14 -30.48 17.23
4  1 -18.01 12.69
4  3 -11.01  2.69
8 12 -21.14 -8.76
8 14 -18.01 -5.69
8 12 -35.14 -1.76
9  2  -1.01 22.69
10 1 -88.88 17.28
10 1   -.88 14.28
10 1   5.88  1.28
10 1  -8.88 -7.28

在这种情况下，第一个条目定义了以下数据所属的事件。对于事件编号 8，我们有 3 行数据。为了简化我试图解决的相当复杂的问题，让我们想象一下，我想计算以下表达式:

sum_i($2 * ($3 + $4))

其中 i 接管属于给定元素的所有行。我想要生成的输出将如下所示:

3=-185.5   [14(-30.48+17.23) ]
4=-30.28   [1(-18.01+12.69) + 3(-11.01+2.69)]
8=-1106.4  [...]

因此我需要一个脚本来读取具有相同索引条目的所有行。

我是 AWK 新手，几天前我开始学习这门语言。我现在不确定我是否能够实现我想要的。因此:

1. 这可以用 AWK 实现吗？
2. 如果不是，那是什么？ SED？
3. 如果是，怎么样？如果有人提供描述如何实现这一点的链接，我将不胜感激。

终于知道还有一个类似的问题:Can awk patterns match multiple lines? ，但是，我没有一个固定的模式来分隔我的数据。

谢谢!

Answer 1

你可以试试这个:

awk '{ar[$1]+=$2*($3+$4)}
      END{for (key in ar) 
              {print key"="ar[key]}}' inputFile

对于每一行输入，我们都会进行所需的计算并将结果求和到一个数组中。 $1作为数组的键。
读取整个文件后，我们在 END{...} block 中打印结果。

给定样本输入的输出是:

4=-30.28
8=-1133.4
9=43.36
10=-67.2
3=-185.5

如果需要对输出进行排序，您可能需要查看 gawk 的 asorti 函数或 Linux 的 sort 命令(例如 awk '{ ...} inputFile' | sort -n).

此解决方案不需要对输入进行排序。