在Linux中合​​并文本文件的两列

Question

我有一个包含多列文本和值的文本文件。这个结构：

CAR       38
     DOG  42
CAT       89
CAR       23
     APE  18

如果第1列有String，则第2列不具有（或者它实际上是一个emptry String）。反过来说：如果第1列为空，则第2列有一个字符串。换句话说，“对象”（CAR，CAT，DOG等）出现在第1列或第2列中，但绝不会同时出现。

我正在寻找一种有效的方法来整合第1列和第2列，以便文件看起来像这样：

CAR  38
DOG  42
CAT  89
CAR  23
APE  18

我可以使用while和if在Bash脚本中执行此操作，但我确信有一种更简单的方法。有人可以帮忙吗？

干杯！ ž

Answer 1

试试这个：

column -t file

输出：

CAR  38
DOG  42
CAT  89
CAR  23
APE  18

Answer 2

注意：如果：

• 您正在寻找带有自动调整大小的左对齐固定宽度列的输出（最长的字段值确定宽度，较短的值用空格右边填充）
• 并且对两个空格作为列分隔符
感到满意
• 并且正在使用足够小的文件来读取整个内存，

使用Cyrus's simpler, column-based answer。

请参阅下文，了解基于column的方法在性能和资源消耗方面与基于awk的方法的比较。

---

awk 是您的朋友：

awk -v OFS='  ' '{ print $1, $2 }' file

• awk默认情况下会按空格将行拆分为字段，因此，对于您的输入，CAR 38和DOG 42等行的解析方式相同（CAR和{{ 1}}成为字段1，DOG，$1和38成为字段2，42）。
• $2将输出字段分隔符设置为两个空格（默认为单个空格）;请注意，输出值不会有 padding 来创建对齐输出。

要使用不同宽度的字段创建对齐输出，请使用Awk的-v OFS=' '函数，它可以让您更好地控制输出;例如，以下输出一个10字符宽的左对齐第一列，以及一个2字符宽的右对齐第二列：

printf

• 请注意，列宽必须事先知道。
• 相比之下，awk '{ printf "%-10s %2s\n", $1, $2 }' file 通过首先解析所有数据，方便地自动确定列宽，但这会影响性能和资源消耗;见下文。

---

column -t与Awk方法之间的效果/资源消耗比较：

• column -t需要在第一遍中预先分析所有输入数据，以便能够确定最大输入列宽度;从我所知道的，它首先将输入作为一个整体读入内存，这对于大输入文件可能会有问题。
• 相比之下，Awk解决方案逐个读取行 - 但依赖于提前知道列宽。

因此，

• column -t将消耗与输入大小成比例的内存，而column -t将使用常量内存。
• awk 通常较慢，具体取决于所使用的Awk实现; column -t要快得多，mawk要快一点，BSD gawk要慢一些（！）;基于1000万行输入文件的结果;命令在OSX 10.10.2和Ubuntu 14.04上运行。