我必须处理各种格式的文本文件。这是一个示例(A和B列由制表符分隔)：

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

文件可以有或者没有头，具有混合的定界方案，具有具有上述名称/值对的列等。
我经常需要以各种方式从此类文件中提取数据。例如，从以上数据中，我可能想要与存在Name2的值相关联。 IE。

A   B
a   Val2
c   Val7

以上面的示例为例，有哪些工具/技术可以执行诸如一行命令之类的操作，但可以扩展到其他情况？

解决方案

回答

我们可以使用所有基本的bash shell命令，例如grep，cut，sed和awk。我们还可以将Perl或者Ruby用于更复杂的事情。

回答

从我所看到的内容来看，我将从Awk开始进行此类工作，然后，如果我们需要更复杂的内容，那么我将继续使用Python。

回答

我会用sed：

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

回答

既然我们拥有Cygwin，我将选择Perl。这是最容易学习的方法(请查阅O'Reily的书：Learning Perl)并且适用范围广泛。

回答

我不太喜欢sed，但它适用于以下情况：

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

给你：

A B
 a Val2
 c Val7

回答

我会用Perl。编写一个小模块(或者多个模块)来处理不同的格式。然后，我们可以使用该库运行perl oneliners。举例说明
外观如下：

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

不要在语法上引用我，但这是一般的想法。提取手头的任务，使我们可以根据需要做的事情而不是如何做的事情进行思考。 Ruby是另一种选择，它倾向于使用更简洁的语法，但是任何一种语言都可以使用。