処理する大きな .csv ファイルがあり、要素は次のようにランダムに配置されます。
xxxxxx,xx, MLOCAL, MREMOTE, 33222, 56,
xxxxxx,xx, , , , 22/10/2012,
xxxxxx,xx, , ,
xxxxxx,xx, , ,
xxxxxx,xx , , , , , xxxxxx ,
xx , , , ,
xxxxxx , xx, , ,18/10/2012MREMOTEMLOCAL332225622/10/201218/10/2012MLOCAL34199322/10/2012MREMOTE935682808/10/2012LOCALREMOTE193161525322/10/201222/10/2012REMOTELOCAL186587138366622/10/201222/10/2012REMOTE118030613419/10/2012
フィールドLOCAL、REMOTE、MLOCALまたはMREMOTEは次のように表示されます。
- それらがペア ( LOCAL / REMOTE ) として表示される場合、3 番目のフィールドが
MLOCALで、4 番目のフィールドがMREMOTEの場合、5 番目と7 番目のフィールドは の値と日付を表しMLOCAL、6 番目と8番目のフィールドは の値と日付を表しますMREMOTE - それらが単一 ( only
LOCALまたは onlyREMOTE) として表示される場合、4 番目と 5 番目のフィールドはフィールド 3 の値と日付を表します。
ここで、次を使用してこれらの行を分割しました。
nawk 'BEGIN{
while (getline < "'"$filedata"'")
split($0,ft,",");
name=ft[1];
ID=ft[2]
?=ft[3]
?=ft[4]
....................
しかし、3 番目と 4 番目のフィールドのパターンが見つからないため、さらに処理するために配列要素のそれぞれに var 名を割り当て続けなければなりません。
ここで、「case」ステートメントを使用しようとしましたが、awk または nawk では機能しません (gawk のみが期待どおりに機能しています)。私もこれを試しました：
if ( ft[3] == "MLOCAL" && ft[4]!= "MREMOTE" )
{
MLOCAL=ft[3];
MLOCAL_qty=ft[4];
MLOCAL_TIMESTAMP=ft[5];
}
else if ( ft[3] == MLOCAL && ft[4] == MREMOTE )
{
MLOCAL=ft[3];
MREMOTE=ft[4];
MOCAL_qty=ft[5];
MREMOTE_qty=ft[6];
MOCAL_TIMESTAMP=ft[7];
MREMOTE_TIMESTAMP=ft[8];
}
else if ( ft[3] == MREMOTE && ft[4] != MOCAL )
{
MREMOTE=ft[3];
MREMOTE_qty=ft[4];
MREMOTE_TIMESTAMP=ft[5];
..........................................
しかし、それはうまくいきません。
ですから、これをどのように処理するかについて何か考えがある場合は、考えられるすべての状況を上からカバーするためのパターンを見つけることができるように、ヒントを教えていただければ幸いです。
編集
このすべての助けに感謝する方法がわかりません。さて、私がしなければならないことは、上で書いたよりも複雑です。できる限り簡単に説明しようと思います。そうしないと、皆さんをかなり混乱させるでしょう。私の出力は次のようになります。
NAME, UNIQUE_ID, VOLUME_ALOCATED, MLOCAL_VALUE, MLOCAL_TIMESTMP, MLOCAL_limit, LOCAL_VALUE, LOCAL_TIMESTAMP, LOCAL_limit, MREMOTE_VALUE, MREMOTE_TIMESTAMP_ REMOTE_VALUE_REMOTE_TIMESTAMP
(ここでMLOCAL_limit、 とはとまたはLOCAL_limitの間の減算結果です)VOLUME_ALOCATEDMLOCAL_VALUELOCAL_VALUE
したがって、私の出力ファイルでは、フィールドの位置は次の
ように配置
する必要があります。MLOCAL_VALUEMLOCAL_TIMESTMPLOCAL_VALUELOCAL_TIMESTAMPMREMOTE_VALUEMREMOTE_TIMESTAMPREMOTE_VALUEREMOTE_TIMESTAMP
ここで、例は次のようになります: 次の入力の場合: name, ID, VOLUME_ALLOCATED, MLOCAL, MREMOTE, 33222, 56,22/10/201218/10/2012
name、ID、VOLUME_ALLOCATED、REMOTE、234455_19/12/2012
この行を処理する必要があり、出力は次のようになります。
name, ID, VOLUME_ALLOCATED, 33222, 22/10/2012, MLOCAL_LIMIT, , , , 56, 18/10/2012_ _
7th、8th、9th、 、およびに関する情報がないため、 、 、 12th、 およびフィールドは空です: 、、、および13thLOCAL_VALUELOCAL_TIMESTAMPLOCAL_limitREMOTE_VALUEREMOTE_TIMESTAMP
また
name, ID, VOLUME_ALLOCATED, , , , , , , , _ 234455_9/12/2012
4th、5th、6th、7th、 、8th、9th、10th、、11th、 に関する情報がないため、フィールドは空の値である必要があります: MLOCAL_VALUE、MLOCAL_TIMESTAMP、MLOCAL_LIMIT、LOCAL_VALUE、LOCAL_TIMESTAMP、LOCAL_LIMIT、MREMOTE_VALUEMREMOTE_TIMESTAMP
VOLUME_ALLOCATEDID次のように、スクリプトで以前に処理されたフィールドに基づいて、他の csv ファイル (「info.csv」と呼ばれる) から取得されます。
情報.csv
VOLUME_ALLOCATED, ID, CLIENT
5242881, 64, subscriber
567743, 24_visitor
データ.csv
NAME, 64, MLOCAL, 341993, 23/10/2012
NAME, $ , $ , $ 24_LOCALREMOTE2347432419/12/201218/12/2012
今、私のコードはこれです：
#! /usr/bin/bash
input="info.csv"
filedata="data.csv"
outfile="out"
nawk 'BEGIN{
while (getline < "'"$input"'")
{
split($0,ft,",");
volume=ft[1];
id=ft[2];
client=ft[3];
key=id;
volumeArr[key]=volume;
clientArr[key]=client;
}
close("'"$input"'");
while (getline < "'"$filedata"'")
{
gsub(/\$/,","); # substitute the $ separator with comma
split($0,ft,",");
volume=volumeArr[id]; # Get the volume from the volumeArr, using "id" as key
segment=clientArr[id]; # Get the client mode from the clientArr, using "id" as key
NAME=ft[1];
id=ft[2];
3 番目と 4 番目のフィールドを処理する方法がわからないため、残りのフィールドを設定する正しい方法が見つかりません。
? =ft[3];
? =ft[4];
かなり混乱させて申し訳ありませんが、これが私の現在の状況です。ありがとう