当多个定界符之一为竖线字符时使用

Question

我有一个文本文件，其中的字段由竖线字符分隔。由于它是人类可读的文本，因此存在用于列对齐的空格。

这里是示例输入：

+------------------------------------------+----------------+------------------+
|  Column1  |   Column2    |   Column3     |    Column4     |   Last Column    |
+------------------------------------------+----------------+------------------+
| some_text |  other_text  |  third_text   |   fourth_text  |  last_text       |
<more such lines>
+------------------------------------------+----------------+------------------+

在这种情况下，我如何使用awk提取第三个字段？的我尝试过：

awk -F '[ |]' '{print $3}' file
awk -F '[\|| ]' '{print $3}' file
awk -F '[\| ]' '{print $3}' file

预期结果是：

<blank>
Column3
<more column 3 values>
<blank>
third_text

我正在尝试通过单个awk命令实现这一目标。那不可能吗？

以下文章讨论了在awk中使用管道作为分隔符，但没有讨论多个分隔符（其中一个是管道字符）的情况：

• Using pipe character as a field separator

Answer 1

perl更适合此用例：

$ perl -F'\s*\|\s*' -lane 'next if /^\+---/ or $. == 2; print $F[4]' file
#      ____________
#           ^
#           |
#  FULL regex support with -F switch (delimiter, like awk, but more powerful)

输出

fourth_text

Answer 2

用sed首先准备-删除第一，第三和最后一行，用单个|替换所有空格+ | +空格，删除前导| -然后只需使用|与awk分割即可（可能实际上是cut -d'|' -f3）。

sed '1d;3d;$d;s/ *| */|/g;s/^|//;' |
awk -F'|' '{print $3}'