问题描述
我有一个数据文件,其中的行包含格式为 yy-dd-mm
的大量(约 5K)日期。
典型的文件行可以是:
bla bla 21-04-26 blabla blabla 18-01-28 bla bla bla bla 19-01-12 blabla
我需要对任何单个日期进行这种替换:
$ date --date="18-01-28" "+%A,%d %B %Y"
Sunday,28 January 2018
我已经使用 sed 解决了这个问题(详情请参阅 post scriptum)。
我想改用 gawk。 我想出了这个命令:
$ gawk '{b = gensub(/([0-9]{2}-[0-9]{2}-[0-9]{2})/,"$(date --date=\"\\1\" \"+%A,%d %B %Y\")","g")}; {print b}'
问题是bash没有在gensub里面展开date命令,实际上我得到了:
$ echo "bla bla 21-04-26 blabla blabla 18-01-28 bla bla bla bla 19-01-12 blabla" | gawk '{b = gensub(/([0-9]{2}-[0-9]{2}-[0-9]{2})/,"g")}; {print b}'
bla bla $(date --date="21-04-26" "+%A,%d %B %Y") blabla blabla $(date --date="18-01-28" "+%A,%d %B %Y") bla bla bla bla $(date --date="19-01-12" "+%A,%d %B %Y") blabla
我不明白如何修改 gawk 命令以获得所需的结果:
bla bla Monday,26 April 2021 blabla blabla Sunday,28 January 2018 bla bla bla bla Saturday,12 January 2019 blabla
后脚本:
关于sed的问题,我用这个脚本解决了
#!/bin/bash
#pathFile hard-coded here
pathFile='./data.txt'
#treshold to avoid "to many arguments" error with sed
maxCount=1000
counter=0
#list of dates in the data file
dateList=($(egrep -o "[0-9]{2}-[0-9]{2}-[0-9]{2}" "$pathFile" | sort | uniq))
#string to pass multiple instruction to sed
sedCommand=''
for item in ${dateList[@]}
do
sedCommand+="s/"$item"/"$(date --date="$item" "+%A,%d %B %Y")"/g;"
(( counter++ ))
if [[ $counter -gt $maxCount ]]
then
sed -i "$sedCommand" "$pathFile"
counter=0
sedCommand=''
fi
done
[[ ! -z "$sedCommand" ]] && sed -i "$sedCommand" "$pathFile"
解决方法
Gawk 具有处理日期/时间的内置函数,与调用外部 date
命令相比,该函数要快得多。
示例输入:
# cat file
79-03-21 | 21-01-01
79-04-17 | 20-12-31
gawk 脚本:
# cat date.awk
{
while (match($0,/([0-9]{2})-([0-9]{2})-([0-9]{2})/,arr) ) {
date = sprintf("%s-%s-%s",arr[1],arr[2],arr[3])
# \_YY \_MM \_DD
if (arr[1] >= 70) {
time = sprintf("19%s %s %s 1 0 0",arr[3])
# YYYY MM DD HH MM SS
} else {
time = sprintf("20%s %s %s 1 0 0",arr[3])
}
secs = mktime(time)
new_date = strftime("%A,%d %B %Y",secs)
$0 = gensub(date,new_date,"g")
}
print
}
结果:
# gawk -f date.awk file
Wednesday,21 March 1979 | Friday,01 January 2021
Tuesday,17 April 1979 | Thursday,31 December 2020
,
只是为了展示如何使用 awk 的管道进行“命令替换” —
$ cat foo.awk
{
while (match($0,/([0-9]{2}-[0-9]{2}-[0-9]{2})/,arr) ) {
date = arr[1]
cmd = "date -d " date " +'%A,%d %B %Y' "
cmd | getline new_date
# pipes are not closed automatically!
close(cmd)
$0 = gensub(date,"g")
}
print
}
$ cat file
79-03-21 | 21-01-01
79-04-17 | 20-12-31
$ gawk -f foo.awk file
Wednesday,31 December 2020