cygwin中的命令行文件解析工具

Question

我必须处理多种格式的文本文件。这是一个示例（列 A 和 乙 是制表符分隔的）：

A   B
a   Name1=Val1, Name2=Val2, Name3=Val3
b   Name1=Val4, Name3=Val5
c   Name1=Val6, Name2=Val7, Name3=Val8

这些文件可以有标题，也可以没有标题，可以有混合的分隔方案，可以有带有名称/值对的列，如上所述等。
我经常临时需要以各种方式从此类文件中提取数据。例如，从上面的数据中，我可能想要与 Name2 相关的值（如果它存在）。IE。

A   B
a   Val2
c   Val7

有哪些工具/技术可以执行诸如一行命令之类的操作（以上述为例但可以扩展到其他情况）？

Answer 1

我不太喜欢 sed，但它适用于这样的事情：

var="Name2";sed -n "1p;s/\([^ ]*\) .*$var=\([^ ,]*\).*/\1 \2/p" < filename

给你：

 A B
 a Val2
 c Val7

Answer 2

您可以使用所有基本的 bash shell 命令，例如 grep、cut、sed 和 awk。您还可以使用 Perl 或 Ruby 来处理更复杂的事情。

Answer 3

据我所知，我会从 Awk 开始处理这类事情，然后如果你需要更复杂的东西，我会转向 Python。

Answer 4

我会使用 sed：

   # print section of file between two regular expressions (inclusive)
   sed -n '/Iowa/,/Montana/p'             # case sensitive

Answer 5

既然你有 cygwin，我就选择 Perl。这是最容易学习的（查看 O'Reily 的书： 学习 Perl），应用广泛。

Answer 6

我会使用 Perl。编写一个小模块（或多个）来处理不同的格式。然后您可以使用该库运行 perl oneliners。示例的外观如下：

perl -e 'use Parser;' -e 'parser("in.input").get("Name2");'

不要引用我的语法，但这就是总体思路。将手头的任务抽象出来，让你思考需要做什么，而不是如何做。Ruby 是另一种选择，它往往具有更清晰的语法，但任何一种语言都可以。