用标准文本处理工具分隔到CSV的空格

Question

我有以下数据表：

ssh     22/tcp  0.182286        # Secure Shell Login
linuxconf   98/tcp  0.000088 
tacnews    98/udp   0.000560    # TAC News

我希望从其中生成一个CSV文件，格式如下：

ssh,22,tcp,Secure Shell Login
linuxconf,98,tcp,
tacnews,98,udp,Tac News

如果小数点数存在，我将丢弃小数，并包含没有“#”的描述。

我将数据看作是一组字段(请原谅伪正则表达式)：

^{1}\s+{2}/{3}\s+{4}\s+# {5}$  

为此，我将输出：

{1},{2},{3},{5}  

做这件事的最简单和最合适的工具是什么？我将非常感谢在语法方面的帮助来实现这一点。

Answer 1

这样的最好工具可能是sed，下面是一个使用扩展正则表达式的工作示例：

sed -E 's:^([^ ]*)\s+([^/]*)/([^ ]*)\s+[^ ]*\s*#?\s*(.*):\1,\2,\3,\4:' file

或者如果您的输入可以用制表符分隔：

sed -E 's:^([^[:space:]]*)\s+([^/]*)/([^[:space:]]*)\s+[^[:space:]]*\s*#?\s*(.*):\1,\2,\3,\4:' file

输出：

ssh,22,tcp,Secure Shell Login
linuxconf,98,tcp,
tacnews,98,udp,TAC News

解释

• s:::使用冒号作为表达式分隔符。
• ^([^ ]*)第一捕获组，在行的开头匹配非空格字符的序列。
• \s+忽略空间
• ([^/]*)第二个捕获组，匹配一个斜杠
• /忽略斜杠
• ([^ ]*)第三捕获组，非空间字符匹配序列
• \s+忽略空间
• [^ ]*忽略十进制数
• \s*#?\s*忽略空间和可选散列
• (.*)第四捕捉组，剩下的线