scripting - 使用 awk 格式化读取

Question

我正在尝试使用 awk 读取格式化文件。内容如下所示:

    1PS1     A1    1  11.197   5.497   7.783
    1PS1     A1    1  11.189   5.846   7.700
    .
    .
    .

遵循c格式，这些行的格式如下 “%5d%5s%5s%5d%8.3f%.3f%8.3f” 其中，前 5 个位置是整数 (1)，接下来 5 个位置是字符 (PS1)，接下来 5 个位置是字符 (A1)，接下来 5 个位置是整数 (1)，接下来 24 个位置分为 3 列，每列 8 个位置3 位小数点 float 。

我一直在使用的只是使用“$1、$2、$3”来调用由列分隔的这些行。例如，

cat test.gro | awk 'BEGIN{i=0} {MolID[i]=$1; id[i]=$2; num[i]=$3; x[i]=$4; 
y[i]=$5; z[i]=$6; i++} END { ...} >test1.gro

但是我遇到了一些问题，现在我尝试以上面讨论的格式化方式读取这些文件。

知道我该怎么做吗？

Answer 1

查看您的示例输入，格式字符串实际上似乎是 "%5d%-5s%5s%5d%8.3f%.3f%8.3f" ，其中第一个字符串字段被保留-有道理的。遗憾的是 awk 没有 scanf() 函数，但您可以通过几次 substr() 调用来获取数据

awk -v OFS=: '
  {
     a=substr($0,1,5)
     b=substr($0,6,5)
     c=substr($0,11,5)
     d=substr($0,16,5)
     e=substr($0,21,8)
     f=substr($0,29,8)
     g=substr($0,37,8)
     print a,b,c,d,e,f,g
   }
'

输出

    1:PS1  :   A1:    1:  11.197:   5.497:   7.783
    1:PS1  :   A1:    1:  11.189:   5.846:   7.700

如果您有 GNU awk，则可以使用 FIELDWIDTHS 变量，如下所示:

gawk -v FIELDWIDTHS="5 5 5 5 8 8 8" -v OFS=: '{print $1, $2, $3, $4, $5, $6, $7}'

还输出

    1:PS1  :   A1:    1:  11.197:   5.497:   7.783
    1:PS1  :   A1:    1:  11.189:   5.846:   7.700