我的文件中有以下几行
cat test.txt
69|1074330570|1,sip:+121345633210x3Bverstat=TN-Validation-Passed|tel:+12134565534|0
69|1077822111|2,;tel:+2223120011~sip:[email protected];|sip:[email protected]|0
69|1077988012|1,sip:+121510016070x3Bverstat=TN-Validation-Passed|tel:+136965339510x3Bnpd|0
我想用电话号码替换文件中的第三列和第四列,如下所示:
69|1074330570|2134563321|2134565534|0
69|1077822111|2223120011|3123120022|0
69|1077988012|2151001607|3696533951|0
好的一点是所有文件的第三列和第四列都会有一个“+”。现在困难的部分是,有时我们会得到第一行第三列中注意到的 11 位数字 (121345633210),有时“+”后没有添加“1”。因此,如果加号后面有 1,则排除 1。否则,从“+”号后面开始长度。同样,如果有 11 位数字,则只需子串 10。另外,如果有超过 1 个数字(如第 2 行),我只需要选取“+”号后面的第一个数字,如 2223120011,而不是 2223120051。
我尝试了以下方法
awk -F"|" 'BEGIN {FS="+"}{print substr($3,2,10)}' test.txt
但是它为第二行提供了不正确的值,因为它需要在“+”号之后开始。
您可以使用这个
awk
解决方案:
awk '
function extphone(s) {
sub(/^[^+]*\+1?/, "", s)
return substr(s, 1, 10)
}
BEGIN {FS=OFS="|"}
{
$3 = extphone($3)
$4 = extphone($4)
} 1' file
69|1074330570|2134563321|2134565534|0
69|1077822111|2223120011|3123120022|0
69|1077988012|2151001607|3696533951|0
当前代码的问题:
-F"|"
和 FS="+"
都定义输入字段分隔符,因此从技术上讲,您应该选择其中之一,但不能同时选择两者;在这种情况下 FS="+"
优先(即 -F"|"
被忽略)-F"|"
,但也将其定义为输出字段分隔符(推荐:BEGIN { FS=OFS="|"}
awk
字符串函数的某种组合(例如,split()
、match()
、index()
、substr()
)进一步解析第三/第四字段假设/理解:
+
+
后面的字符串始终是10位或11位数字+
那么我们只对 first +
感兴趣(例如,我们不必根据 tel
或 sip
进一步解析)一个
awk
想法:
awk '
BEGIN { FS=OFS="|" }
{ for (i=3; i<=4; i++) { # loop through 3rd and 4th fields
split($i,a,"+") # split on "+"
d1 = substr(a[2],1,1) # get 1st digit after the "+"
$i = substr(a[2],(d1==1 ? 2 : 1),10) # redefine ith field based on value of 1st digit
}
}
1' test.txt
注意事项:
这会生成:
69|1074330570|2134563321|2134565534|0
69|1077822111|2223120011|3123120022|0
69|1077988012|2151001607|3696533951|0