linux - 如何使用sed或awk处理指定列的内容？

Question

我有这样的文本数据。

2017-08-07 733 AA1(10.7.21.51) AllUsers 631 K:N　
2017-08-07 733 AA1(10.7.21.51) AllUsers 631(Peter) 1:N　
2017-08-07 733 AA1(10.7.21.51) AllUsers 631 1:N　
2017-08-07 733 AA1(10.7.21.51) AllUsers 2208(Lucy) 2:C
2017-08-07 733 AA1(10.7.21.51) AllUsers 2208 K:C
2017-08-07 189 AA2(10.7.4.54) AllUsers 99999(Kate) 2:C
2017-08-07 189 AA2(10.7.4.54) AllUsers 631(Peter) 2:C
2017-08-07 189 AA2(10.7.4.54) AllUsers 631(Peter) 2:C
2017-08-07 733 AA3(10.7.21.51) AllUsers 99999(Kate) T:U　
2017-08-07 733 AA3(10.7.21.51) AllUsers 99999(Kate) 3:U　

本文一共有6列，每列数据用空格分隔。

我想处理第 5 列数据。

一些数据包含第 5 列中的名称。在包含名称的数据之外还有更多的括号。没有名称的列中只有数字。这个号码是员工号。我只想取出第 5 列中的数字，而不是名称。我想要这个效果。

2017-08-07 733 AA1(10.7.21.51) AllUsers 631 K:N　
2017-08-07 733 AA1(10.7.21.51) AllUsers 631 1:N　
2017-08-07 733 AA1(10.7.21.51) AllUsers 631 1:N　
2017-08-07 733 AA1(10.7.21.51) AllUsers 2208 2:C
2017-08-07 733 AA1(10.7.21.51) AllUsers 2208 K:C
2017-08-07 189 AA2(10.7.4.54) AllUsers 99999 2:C
2017-08-07 189 AA2(10.7.4.54) AllUsers 631 2:C
2017-08-07 189 AA2(10.7.4.54) AllUsers 631 2:C
2017-08-07 733 AA3(10.7.21.51) AllUsers 99999 T:U　
2017-08-07 733 AA3(10.7.21.51) AllUsers 99999 3:U　

我用这个命令来处理数据。

cat mytextfile|sed 's/(/ /g' > resultfile

但是第3列也被修改了，因为第3列也包含了括号。事实上，我只想处理第 5 列。

我应该用 sed 或 awk 做什么？

Answer 1

使用 sed(简单)

要删除所有只包含字母的括号，请尝试:

$ sed 's/([[:alpha:]]*)//' myfile
2017-08-07　733 AA1(10.7.21.51) AllUsers 631 K:N　
2017-08-07　733 AA1(10.7.21.51) AllUsers 631 1:N　
2017-08-07　733 AA1(10.7.21.51) AllUsers 631 1:N　
2017-08-07　733 AA1(10.7.21.51) AllUsers 2208 2:C
2017-08-07　733 AA1(10.7.21.51) AllUsers 2208 K:C
2017-08-07　189 AA2(10.7.4.54) AllUsers 99999 2:C
2017-08-07　189 AA2(10.7.4.54) AllUsers 631 2:C
2017-08-07　189 AA2(10.7.4.54) AllUsers 631 2:C
2017-08-07　733 AA3(10.7.21.51) AllUsers 99999 T:U　
2017-08-07　733 AA3(10.7.21.51) AllUsers 99999 3:U　

([[:alpha:]]*) 匹配 ( 后跟零个或多个字母字符后跟 )。 s/([[:alpha:]]*)// 找到这些字符并将它们替换为空字符串。

使用 sed(改进)

这会从第五个字段中删除括号中的字母字符表达式，并且仅从第五个字段中删除:

$ sed -E 's/(([^[:space:]]+[[:space:]]+){4}[^[:space:]]*)\([[:alpha:]]*\)/\1/' myfile
2017-08-07 733 AA1(10.7.21.51) AllUsers 631 K:N
2017-08-07 733 AA1(10.7.21.51) AllUsers 631 1:N
2017-08-07 733 AA1(10.7.21.51) AllUsers 631 1:N
2017-08-07 733 AA1(10.7.21.51) AllUsers 2208 2:C
2017-08-07 733 AA1(10.7.21.51) AllUsers 2208 K:C
2017-08-07 189 AA2(10.7.4.54) AllUsers 99999 2:C
2017-08-07 189 AA2(10.7.4.54) AllUsers 631 2:C
2017-08-07 189 AA2(10.7.4.54) AllUsers 631 2:C
2017-08-07 733 AA3(10.7.21.51) AllUsers 99999 T:U
2017-08-07 733 AA3(10.7.21.51) AllUsers 99999 3:U

使用 awk

要删除第五个字段中的任何带括号的表达式:

$ awk -F'[[:space:]]+' '{gsub(/\(.*\)/, "", $5)} 1' myfile
2017-08-07 733 AA1(10.7.21.51) AllUsers 631 K:N
2017-08-07 733 AA1(10.7.21.51) AllUsers 631 1:N
2017-08-07 733 AA1(10.7.21.51) AllUsers 631 1:N
2017-08-07 733 AA1(10.7.21.51) AllUsers 2208 2:C
2017-08-07 733 AA1(10.7.21.51) AllUsers 2208 K:C
2017-08-07 189 AA2(10.7.4.54) AllUsers 99999 2:C
2017-08-07 189 AA2(10.7.4.54) AllUsers 631 2:C
2017-08-07 189 AA2(10.7.4.54) AllUsers 631 2:C
2017-08-07 733 AA3(10.7.21.51) AllUsers 99999 T:U
2017-08-07 733 AA3(10.7.21.51) AllUsers 99999 3:U

工作原理:

1. -F'[[:space:]]+'

   这告诉 awk 使用任何 unicode 可识别的空白序列作为字段分隔符。 (默认仅将空格、制表符和换行符序列识别为字段分隔符。)

2. gsub(/\(.*\)/, "", $5)

   这会在第五个字段 $5 中查找任何带括号的表达式 \(.*\)，并将其替换为空字符串 "".

3. 1

   这是告诉 awk 打印该行的速记。