Estou tentando extrair um determinado (o quarto) campo do fluxo de texto baseado em coluna e ajustado por 'espaço'. Estou tentando usar o cutcomando da seguinte maneira:

cat text.txt | cut -d " " -f 4

Infelizmente, cutnão trata vários espaços como um delimitador. Eu poderia ter passado pelo awk

awk '{ printf $4; }'

ou sed

sed -E "s/[[:space:]]+/ /g"

para recolher os espaços, mas eu gostaria de saber se existe alguma maneira de lidar cute vários delimitadores nativamente?

Experimentar:

tr -s ' ' <text.txt | cut -d ' ' -f4

Na trpágina do manual:

-s, --see squeeze-repeat substitui cada sequência de entrada de um caractere repetido
                        listado no SET1 com uma única ocorrência
                        desse personagem

Como você comenta sua pergunta, awké realmente o caminho a percorrer. cutÉ possível usar junto com tr -sespremer espaços, como mostra a resposta de kev .

Permitam-me, no entanto, examinar todas as combinações possíveis para futuros leitores. As explicações estão na seção Teste.

tr | cortar

tr -s ' ' < file | cut -d' ' -f4

awk

awk '{print $4}' file

festança

while read -r _ _ _ myfield _
do
   echo "forth field: $myfield"
done < file

sed

sed -r 's/^([^ ]*[ ]*){3}([^ ]*).*/\2/' file

Testes

Dado este arquivo, vamos testar os comandos:

$ cat a
this   is    line     1 more text
this      is line    2     more text
this    is line 3     more text
this is   line 4            more    text

tr | cortar

$ cut -d' ' -f4 a
is
                        # it does not show what we want!


$ tr -s ' ' < a | cut -d' ' -f4
1
2                       # this makes it!
3
4
$

awk

$ awk '{print $4}' a
1
2
3
4

festança

Isso lê os campos sequencialmente. Ao usar _, indicamos que essa é uma variável descartável como uma "variável indesejada" para ignorar esses campos. Dessa forma, armazenamos $myfieldcomo o quarto campo no arquivo, independentemente dos espaços entre eles.

$ while read -r _ _ _ a _; do echo "4th field: $a"; done < a
4th field: 1
4th field: 2
4th field: 3
4th field: 4

sed

Isso captura três grupos de espaços e sem espaços ([^ ]*[ ]*){3}. Então, ele captura o que quer que chegue até um espaço como o quarto campo, com o qual finalmente é impresso \1.

$ sed -r 's/^([^ ]*[ ]*){3}([^ ]*).*/\2/' a
1
2
3
4

solução mais curta / mais amigável

Depois de ficar frustrado com as muitas limitações de cut, escrevi meu próprio substituto, que pedi cuts"cortar com esteróides".

cortes fornece a provável solução mais minimalista para esse e muitos outros problemas relacionados a cortar / colar.

Um exemplo, dentre muitos, abordando essa questão em particular:

$ cat text.txt
0   1        2 3
0 1          2   3 4

$ cuts 2 text.txt
2
2

cuts apoia:

• detecção automática dos delimitadores de campo mais comuns em arquivos (+ capacidade de substituir os padrões)
• delimitadores correspondentes a vários caracteres, caracteres mistos e regex
• extraindo colunas de vários arquivos com delimitadores mistos
• compensações do final da linha (usando números negativos), além do início da linha
• colagem automática de colunas lado a lado (não é necessário chamar pasteseparadamente)
• suporte para reordenação de campo
• um arquivo de configuração em que os usuários podem alterar suas preferências pessoais
• grande ênfase na facilidade de uso e digitação minimalista necessária

e muito mais. Nada disso é fornecido por padrão cut.

Consulte também: https://stackoverflow.com/a/24543231/1296044

Fonte e documentação (software livre): http://arielf.github.io/cuts/

Este one-liner do Perl mostra o quanto o Perl está relacionado ao awk:

perl -lane 'print $F[3]' text.txt

No entanto, a @Fmatriz de divisão automática inicia no índice, $F[0]enquanto os campos awk começam com$1

Nas versões que cuteu conheço, não, isso não é possível. cuté útil principalmente para analisar arquivos em que o separador não é um espaço em branco (por exemplo /etc/passwd) e possui um número fixo de campos. Dois separadores seguidos significam um campo vazio, e isso também vale para espaços em branco.