多发发一些有意思的题做做呀！[+sed/awk/regex练习]

_Wanghui_

一个字: 好贴!

yongjian

Awk vs SQL (Using awk to process Database Tables)

There are two tables. The first table is like:

1. 
   
2. KeyID   Last Name       First Name      SSN     Phone Number        Address     Emergency Contact       Relationship
   
3. -----------------------------------------------------------------------------------------------------------------------
   
4. 1       Doe             John       12345678     111-222-3456        127 Main st.    John tyler          Sister
   
5. 2       Mercurio        Dan        11223456     222-202-4566        Tower Stu 510
   
6. 3       Tobin           Bruce      12334556                                         Kevin King          Friend
   

复制代码

The second table is like:

1. 
   
2. Name            Jan     Feb     Mar     Apr     May     Jun     Jul     Aug     Sep     Oct     Nov     Dec
   
3. ------------------------------------------------------------------------------------------------------------------
   
4. John Doe       $51.95  $20.03   $11.8   $10.05          $3.2    $120.98 $538.39 $538.39         $20.03  $10.05
   
5. Dan Mercurio                            $2.03   $5.27   $4.26   $42.10  $10.05  $227.30 $10.05  $12.98  $2.03
   
6. Bruce Tobin    $4.98   $3.05    $31.2   $2.04   $2.04   $55.98          $1.08           $20.8           $250.98
   

复制代码

这两张表是某家医院数据库中对每个病人每年的医疗花销的记录，现在要打进出来一张汇总表格式如下：

1. 
   
2. Name                SSN         Phone Number        Emergency Contact       Avg
   
3. ------------------------------------------------------------------------------
   
4. John Doe            12345678    111-222-3456        John tyler              $110.45
   
5. Dan Mercurio        11223456    222-202-4566        N/A                     $26.34
   
6. Bruce Tobin         12334556    N/A                 Kevin King              $31.01
   

复制代码

要求：
1. 用gawk来做（sed好象也做不了，呵呵）
2. Avg的计算结果保留两位小数，四舍五入。
附：各个单元格的数值长度定义
keyID: 8
Last Name: 10
First Name: 10
SSN: 8
Phone Number: 12
Address: 100
Emergency Contact: 20
Relationship: 20
Name: 20
Month: 10
Avg: 10

shizi4838

我写了个很笨的程序，因为我刚刚接触shell，里面的好多命令还不熟悉，呵呵，下面的程序还有个要求无法满足，输出结果中各个命令和解释之间没有1行空格分开，希望大家能帮忙改进一下。

1. 
   
2. more  change.sh
   
3. #!/bin/bash
   
4. sed 's/^ *//g' second >sort
   
5. a=`more sort |wc -l`
   
6. b=1
   
7. j=1
   
8. for((i=1; i<=$a; i++))
   
9. do
   
10. sed -n ''$i'p' sort> sort1
    
11. string=`sed 's/^$//g' sort1`
    
12. if [ -z  "$string" ];
    
13. then
    
14.     b=`expr $i - 1`
    
15.     sed -n ''$b'p' sort> sort1
    
16.     string=`sed 's/^$//g' sort1`
    
17.     if [ ! -z  "$string" ];
    
18.     then
    
19.      c=`sed -n ''$i'p' sort`
    
20.      echo "" >> file$j
    
21.      echo -n $c >> file$j
    
22.      j=`expr $j + 1`
    
23.     fi
    
24. else
    
25.    c=`sed -n ''$i'p' sort`
    
26.    echo -n $c >> file$j
    
27. fi
    
28. done
    
29. rm sort*
    
30. sed -n 's/.*/&:/p' first> third
    
31. a=`more first |wc -l`
    
32. for((i=$a; i>=1; i--))
    
33. do
    
34. sed ''$i' r file'$i'' third > trans
    
35. cp trans third
    
36. done
    
37. rm file*
    
38. rm trans
    
39. rm first1
    
40. more third
    

复制代码

1. 
   
2. ./change.sh
   

复制代码

johnny_jiang

假设第一个table的文件名为userinfo,第二个table的文件名为account

1. 
   
2. 
   
3. # search.a
   
4. 
   
5. {
   
6. 
   
7. if ($0!~/\w/) next        # exclude non-content line
   
8. 
   
9. sum=0
   
10. count=0
    
11. contact=""
    
12. 
    
13. while (getline name < "account") {
    
14.         if (match(name,$3" "$2)) {
    
15.                 split(name,a,"$")
    
16.                 for (i in a) {
    
17.                         if (a[i]!~/[a-zA-Z]/) { sum=sum+a[i]; count+=1 }
    
18.                 }
    
19.                 break
    
20.         }
    
21. }
    
22. 
    
23. close("account")
    
24. 
    
25. if ($5 && $5!~/[a-zA-Z]/) {
    
26.         phone=$5
    
27.         for (i=6;i<NF;i++) contact=(contact?contact" ":"")$i
    
28. } else {
    
29.         phone="N/A"
    
30.         for (i=5;i<NF;i++) contact=(contact?contact" ":"")$i
    
31. }
    
32. 
    
33. 
    
34. print $3" "$2"\t"$4"\t"(phone == "N/A"?phone"\t\t":phone"\t")(contact?contact"\t":"N/A\t\t")sprintf("%.2f",sum/count)
    
35. 
    
36. }
    
37. 
    
38. 
    

复制代码

1. 
   
2. 
   
3. bash# awk 'BEGIN { FS="[0-9]+ [a-zA-Z]* [a-zA-Z.]*" } { print $1,$2 }' userinfo | awk -f search.a
   
4. 
   

复制代码

小弟程序先通过把地址栏作为FS,取出需要使用的部分,放弃地址栏的内容.接着把相关内容在进行处理.小弟的程序有以下弊端:

1.如果地址栏的地址格式不固定,那就会产生错误
2.如果有一个人的名字全是用数字表示(我想不太可能吧)就会有错误输出
3.最后print出来的格式只是适用针对当前这个实际的例子

总结:小弟这个程序通用性不强 ---> 小弟水平不够

yongjian

以地址栏作为FS是基本上取巧的方法，实际上地址是不一样的，所以实用性大打折扣。但作出这样的已经很不错了。

johnny_jiang

1.有个问题想请教yongjian兄.在awk中,如果有个数组,内容如下

a[1]=1
a[2]=2
a[3]=3
...
a[7]=7

for (i in a) print i

为什么i总是从4开始,结果变成了
4
5
6
7
1
2
3

2.那个TEXTDOMAIN内置变量有点不太理解怎么使用的?:ask

dunerunner

你那不是shell吧？

johnny_jiang

Post by dunerunner
你那不是shell吧？

不是,是awk,shell的for不是这样写的

shizi4838

Post by johnny_jiang
1.有个问题想请教yongjian兄.在awk中,如果有个数组,内容如下

a[1]=1
a[2]=2
a[3]=3
...
a[7]=7

for (i in a) print i

为什么i总是从4开始,结果变成了
4
5
6
7
1
2
3

2.那个TEXTDOMAIN内置变量有点不太理解怎么使用的?:ask

我也遇到了同样的问题.

shizi4838

我查了点资料,资料上说这是awk的一个缺点,当 awk 在数组下标之间轮转时，它不会依照任何特定的顺序。也就是说使用for (i in a) print i时,输出的结果是没有什么规律的,即便是从4开始的结论也应该是错误的,它只是用i把a中的值轮转一遍.