次のデータテーブルがあります。
ssh 22/tcp 0.182286 # Secure Shell Login
linuxconf 98/tcp 0.000088
tacnews 98/udp 0.000560 # TAC News
次の形式のCSVファイルを生成したいと思います。
ssh,22,tcp,Secure Shell Login
linuxconf,98,tcp,
tacnews,98,udp,Tac News
10 進数を捨てて「#」がある場合、説明は含まれません。
データを複数のフィールドで表示します（偽の正規表現は許してください）。
^{1}\s+{2}/{3}\s+{4}\s+# {5}$
これを行うには、次のように出力します。
{1},{2},{3},{5}
これを行う最も簡単で最も適切なツールは何ですか？これを達成するための構文の助けをいただければ幸いです。
ベストアンサー1
おそらくこの種の問題を解決するための最良のツールですsed。以下は、拡張正規表現を使用する実際の例です。
sed -E 's:^([^ ]*)\s+([^/]*)/([^ ]*)\s+[^ ]*\s*#?\s*(.*):\1,\2,\3,\4:' file
または、入力内容がタブ区切りの場合：
sed -E 's:^([^[:space:]]*)\s+([^/]*)/([^[:space:]]*)\s+[^[:space:]]*\s*#?\s*(.*):\1,\2,\3,\4:' file
出力：
ssh,22,tcp,Secure Shell Login
linuxconf,98,tcp,
tacnews,98,udp,TAC News
説明する
s:::コロンを式の区切り文字として使用^([^ ]*)行の先頭の空白以外の文字列に一致する最初のキャプチャグループ\s+スペースを無視する([^/]*)2番目のキャプチャグループはスラッシュと一致します。/スラッシュを無視([^ ]*)3番目のキャプチャグループは、空白以外の文字のシーケンスと一致します。\s+スペースを無視する[^ ]*小数点を無視\s*#?\s*空白とオプションのハッシュを無視する(.*)4番目のキャプチャグループ、残りの行