如何将存储为文本的数字分成 awk 或 sed 或其他部分的许多部分？
How to divide numbers stored as text into many parts in awk or maybe sed or other?
我需要分割我的文本文件。在我的文本文件中，我有数字。这是我的输入文件的一小段。在我的文本文件中，我有从 29026 到 58050 的数字。
29026 29027 29028 29029 29030 29031 29032 29033 29034 29035 29036 29037 29038 29039 29040
29041 29042 29043 29044 29045 ...........................................................
................................................58029 58030 58031 58032 58033 58034 58035
58036 58037 58038 58039 58040 58041 58042 58043 58044 58045 58046 58047 58048 58049 58050
我必须创建 225 个索引组。每组必须有 129 个数字。所以我的输出看起来像
[ Lipid 1 ]
29026 29027 29028 29029 ...................................
...............
...........................29150 29151 29152 29153 29154
[ Lipid 2 ]
...
...
[ Lipid 225 ]
57921 57922 57923 57924 57925 57926......
.....
.......................
58044 58045 58046 58047 58048 58049 58050
你有什么想法吗？
编辑
我的文本文件
29026 29027 29028 29029 29030 29031 29032 29033 29034 29035 29036 29037 29038 29039 29040
29041 29042 29043 29044 29045 29046 29047 29048 29049 29050 29051 29052 29053 29054 29055
29056 29057 29058 29059 29060 29061 29062 29063 29064 29065 29066 29067 29068 29069 29070
29071 29072 29073 29074 29075 29076 29077 29078 29079 29080 29081 29082 29083 29084 29085
29086 29087 29088 29089 29090 29091 29092 29093 29094 29095 29096 29097 29098 29099 29100
29101 29102 29103 29104 29105 29106 29107 29108 29109 29110 29111 29112 29113 29114 29115
29116 29117 29118 29119 29120 29121 29122 29123 29124 29125 29126 29127 29128 29129 29130
29131 29132 29133 29134 29135 29136 29137 29138 29139 29140 29141 29142 29143 29144 29145
29146 29147 29148 29149 29150 29151 29152 29153 29154 29155 29156 29157 29158 29159 29160
29161 29162 29163 29164 29165 29166 29167 29168 29169 29170 29171 29172 29173 29174 29175
29176 29177 29178 29179 29180 29181 29182 29183 29184 29185 29186 29187 29188 29189 29190
29191 29192 29193 29194 29195 29196 29197 29198 29199 29200 29201 29202 29203 29204 29205
29206 29207 29208 29209 29210 29211 29212 29213 29214 29215 29216 29217 29218 29219 29220
29221 29222 29223 29224 29225 29226 29227 29228 29229 29230 29231 29232 29233 29234 29235
29236 29237 29238 29239 29240 29241 29242 29243 29244 29245 29246 29247 29248 29249 29250
29251 29252 29253 29254 29255 29256 29257 29258 29259 29260 29261 29262 29263 29264 29265
29266 29267 29268 29269 29270 29271 29272 29273 29274 29275 29276 29277 29278 29279 29280
29281 29282 29283 29284 29285 29286 29287 29288 29289 29290 29291 29292 29293 29294 29295
29296 29297 29298 29299 29300 29301 29302 29303 29304 29305 29306 29307 29308 29309 29310
29311 29312 29313 29314 29315 29316 29317 29318 29319 29320 29321 29322 29323 29324 29325
29326 29327 29328 29329 29330 29331 29332 29333 29334 29335 29336 29337 29338 29339 29340
29341 29342 29343 29344 29345 29346 29347 29348 29349 29350 29351 29352 29353 29354 29355
29356 29357 29358 29359 29360 29361 29362 29363 29364 29365 29366 29367 29368 29369 29370
29371 29372 29373 29374 29375 29376 29377 29378 29379 29380 29381 29382 29383 29384 29385
29386 29387 29388 29389 29390 29391 29392 29393 29394 29395 29396 29397 29398 29399 29400
29401 29402 29403 29404 29405 29406 29407 29408 29409 29410 29411 29412 29413 29414 29415
29416 29417 29418 29419 29420 29421 29422 29423 29424 29425 29426 29427 29428 29429 29430
here I have thousands of lines, but I will not paste all of this text
57736 57737 57738 57739 57740 57741 57742 57743 57744 57745 57746 57747 57748 57749 57750
57751 57752 57753 57754 57755 57756 57757 57758 57759 57760 57761 57762 57763 57764 57765
57766 57767 57768 57769 57770 57771 57772 57773 57774 57775 57776 57777 57778 57779 57780
57781 57782 57783 57784 57785 57786 57787 57788 57789 57790 57791 57792 57793 57794 57795
57796 57797 57798 57799 57800 57801 57802 57803 57804 57805 57806 57807 57808 57809 57810
57811 57812 57813 57814 57815 57816 57817 57818 57819 57820 57821 57822 57823 57824 57825
57826 57827 57828 57829 57830 57831 57832 57833 57834 57835 57836 57837 57838 57839 57840
57841 57842 57843 57844 57845 57846 57847 57848 57849 57850 57851 57852 57853 57854 57855
57856 57857 57858 57859 57860 57861 57862 57863 57864 57865 57866 57867 57868 57869 57870
57871 57872 57873 57874 57875 57876 57877 57878 57879 57880 57881 57882 57883 57884 57885
57886 57887 57888 57889 57890 57891 57892 57893 57894 57895 57896 57897 57898 57899 57900
57901 57902 57903 57904 57905 57906 57907 57908 57909 57910 57911 57912 57913 57914 57915
57916 57917 57918 57919 57920 57921 57922 57923 57924 57925 57926 57927 57928 57929 57930
57931 57932 57933 57934 57935 57936 57937 57938 57939 57940 57941 57942 57943 57944 57945
57946 57947 57948 57949 57950 57951 57952 57953 57954 57955 57956 57957 57958 57959 57960
57961 57962 57963 57964 57965 57966 57967 57968 57969 57970 57971 57972 57973 57974 57975
57976 57977 57978 57979 57980 57981 57982 57983 57984 57985 57986 57987 57988 57989 57990
57991 57992 57993 57994 57995 57996 57997 57998 57999 58000 58001 58002 58003 58004 58005
58006 58007 58008 58009 58010 58011 58012 58013 58014 58015 58016 58017 58018 58019 58020
58021 58022 58023 58024 58025 58026 58027 58028 58029 58030 58031 58032 58033 58034 58035
58036 58037 58038 58039 58040 58041 58042 58043 58044 58045 58046 58047 58048 58049 58050
我不知道你到底想做什么，但也许这就是你想要的
< input sed -zE 's/(([0-9]+[^0-9]+){129})/[ Lipid # ]\n\n/g' | awk 'BEGIN { RS = ORS = "]" } { sub("#", NR) } 1' | sed '$d'
它使用 Sed 在每出现 129 次 [0-9]+[^0-9]+（即 1 个或多个数字后跟 1 个或多个非数字）后插入 [ Lipid # ] 字符串（带有一些换行符）；然后它使用 Awk 将 # 替换为 1 中的数字（为此，它将 ] 解释为记录分隔符，因此它可以将 # 更改为记录的编号 NR);最后，它再次使用 Sed 从 Awk 处理中删除作为最后记录分隔符出现的最后一行。
我使用 Awk 来插入递增的数字，因为在 Sed 中做数学运算并不容易；我使用 Sed 打破文件并按要求在中间插入文本，因为我发现它比在 Awk 中更容易。
如果您需要在输出中将所有数字都放在一行中，您可以这样做
< input sed -zE 's/[^0-9]+/ /g;s/(([0-9]+[^0-9]+){129})/[ Lipid # ]\n\n/g' | awk 'BEGIN { RS = ORS = "]" } { sub("#", NR) } 1' | sed '$d'
我刚刚添加了 s/[^0-9]+/ /g; 以将数字之间的任何内容折叠为单个空格。
我是这样理解你的问题的：
输入是一个多行文本文件，每行有 15 个数字，由 space 或制表符分隔。有些行（也许是最后一行）可能少于十五个数字。 （实际上，在下面的解决方案中，每行有多少数字并不重要。）
您必须将号码按顺序分组，每组 129 个号码。如果输入基数不是 129 的精确倍数，则最后一组可能少于 129 个数字。在下面的解决方案中，有多少输入数字并不重要（因此输出中会有多少组） ).
对于每组 129 个数字，您必须在输出中得到几行。首先，标题或标签显示 [Lipid n]，其中 n 是行号，然后是该组中的数字，每行显示 15 个（因此，将有八个整行和第九行上面只有9个数字：129 = 15 * 8 + 9).
以下是您可以执行此操作的方法。首先让我们从一个小例子开始，然后我们可以看看为了更通用的解决方案必须改变什么。
我假设您的输入可以是任意任意长度的数字；当然，如果它们是像您在示例数据中显示的那样的连续数字，那么问题就微不足道并且完全无趣。因此，让我们假设您的数字实际上是任何数字。 （不是真的；我为 non-negative 整数编写了解决方案；但它可以是 re-written 用于 "tokens" 的 non-blank 个字符，由空格分隔。）
我从以下输入文件开始：
$ cat lipid-inputs
124 150 178 111 143 177 116
154 194 139 183 132 180 133
185 142 101 159 122 184 151
120 188 161 136 113 189 170
我们想将 28 个输入数字分组为一组，每组十个数字，并在输出中显示每行（最多）七个数字。所以：将有两个完整的组，第三个组只有八个成员编号（因为我们只有 28 个输入）。所需的输出如下所示：
[Lipid 1]
124 150 178 111 143 177 116
154 194 139
[Lipid 2]
183 132 180 133 185 142 101
159 122 184
[Lipid 3]
151 120 188 161 136 113 189
170
策略：首先每行写一个输入数字，这样我们就可以每行排列十个（十：输出中所需组的基数）。然后添加行号（这将进入标签行）。然后编辑 "line number" 行以添加 "lipid" 内容，并将数据行分成较短的行，每行显示七个标记（每组的最后一行可能更少）。
实施：tr每行一个标记； paste 从标准输入中重复读取，每行输出十行标准输入；然后 sed = 添加行号（在单独的行上）；最后是用于最终编辑的标准 sed。命令如下所示：
$ tr -s ' ' '\n' < lipid-inputs | paste -d ' ' - - - - - - - - - - |
> sed = | sed -E 's/^[[:digit:]]+$/[Lipid &]/ ;
> s/(([[:blank:]]*[[:digit:]]+){7}) /\n/g'
输出是我已经显示的那个。
概括地说（这样你就可以解决你的问题）：输入文件中每行的标记数是无关紧要的。要在 output 中每行获得 15 个标记，请在上面显示的命令的最后一行将 hard-coded 数字 7 更改为 15。为了每行分配 129 个标记，而不是 10 个，需要更改的是 paste 命令：我显示它从标准输入读取十次。您需要 129。因此最好在一个简单的命令中创建由 space 分隔的 129 个破折号组成的字符串 - 而不是 hard-coding - 并将该字符串用作 [=20= 的输入].我为我的示例展示了如何执行此操作，您将适应您的示例。
定义变量以保存您的相关值：每个脂质有多少标记（在您的情况下为 129，在我的情况下为 10）以及输出中每行有多少标记（在您的情况下为 15，在我的情况下为 7）。
$ tokens_per_lipid=10
$ tokens_per_line=7
然后创建一个变量来保存paste命令中需要的字符串- - - - [...]。有几种方法可以做到这一点，这里只是一种：
$ paste_arg=$(yes '-' | head -n $tokens_per_lipid | tr '\n' ' ')
让我们检查一下：
$ echo $paste_arg
- - - - - - - - - -
好的，让我们 re-write 执行您需要的命令。我们必须使用 double-quotes 作为 sed 的参数以允许变量扩展。
$ tr -s ' ' '\n' < lipid-inputs | paste -d ' ' $paste_arg |
> sed = | sed -E "s/^[[:digit:]]+$/[Lipid &]/ ;
> s/(([[:blank:]]*[[:digit:]]+){$tokens_per_line}) /\n/g"
[Lipid 1]
124 150 178 111 143 177 116
154 194 139
[Lipid 2]
183 132 180 133 185 142 101
159 122 184
[Lipid 3]
151 120 188 161 136 113 189
170
我需要分割我的文本文件。在我的文本文件中，我有数字。这是我的输入文件的一小段。在我的文本文件中，我有从 29026 到 58050 的数字。
29026 29027 29028 29029 29030 29031 29032 29033 29034 29035 29036 29037 29038 29039 29040
29041 29042 29043 29044 29045 ...........................................................
................................................58029 58030 58031 58032 58033 58034 58035
58036 58037 58038 58039 58040 58041 58042 58043 58044 58045 58046 58047 58048 58049 58050
我必须创建 225 个索引组。每组必须有 129 个数字。所以我的输出看起来像
[ Lipid 1 ]
29026 29027 29028 29029 ...................................
...............
...........................29150 29151 29152 29153 29154
[ Lipid 2 ]
...
...
[ Lipid 225 ]
57921 57922 57923 57924 57925 57926......
.....
.......................
58044 58045 58046 58047 58048 58049 58050
你有什么想法吗？
编辑 我的文本文件
29026 29027 29028 29029 29030 29031 29032 29033 29034 29035 29036 29037 29038 29039 29040
29041 29042 29043 29044 29045 29046 29047 29048 29049 29050 29051 29052 29053 29054 29055
29056 29057 29058 29059 29060 29061 29062 29063 29064 29065 29066 29067 29068 29069 29070
29071 29072 29073 29074 29075 29076 29077 29078 29079 29080 29081 29082 29083 29084 29085
29086 29087 29088 29089 29090 29091 29092 29093 29094 29095 29096 29097 29098 29099 29100
29101 29102 29103 29104 29105 29106 29107 29108 29109 29110 29111 29112 29113 29114 29115
29116 29117 29118 29119 29120 29121 29122 29123 29124 29125 29126 29127 29128 29129 29130
29131 29132 29133 29134 29135 29136 29137 29138 29139 29140 29141 29142 29143 29144 29145
29146 29147 29148 29149 29150 29151 29152 29153 29154 29155 29156 29157 29158 29159 29160
29161 29162 29163 29164 29165 29166 29167 29168 29169 29170 29171 29172 29173 29174 29175
29176 29177 29178 29179 29180 29181 29182 29183 29184 29185 29186 29187 29188 29189 29190
29191 29192 29193 29194 29195 29196 29197 29198 29199 29200 29201 29202 29203 29204 29205
29206 29207 29208 29209 29210 29211 29212 29213 29214 29215 29216 29217 29218 29219 29220
29221 29222 29223 29224 29225 29226 29227 29228 29229 29230 29231 29232 29233 29234 29235
29236 29237 29238 29239 29240 29241 29242 29243 29244 29245 29246 29247 29248 29249 29250
29251 29252 29253 29254 29255 29256 29257 29258 29259 29260 29261 29262 29263 29264 29265
29266 29267 29268 29269 29270 29271 29272 29273 29274 29275 29276 29277 29278 29279 29280
29281 29282 29283 29284 29285 29286 29287 29288 29289 29290 29291 29292 29293 29294 29295
29296 29297 29298 29299 29300 29301 29302 29303 29304 29305 29306 29307 29308 29309 29310
29311 29312 29313 29314 29315 29316 29317 29318 29319 29320 29321 29322 29323 29324 29325
29326 29327 29328 29329 29330 29331 29332 29333 29334 29335 29336 29337 29338 29339 29340
29341 29342 29343 29344 29345 29346 29347 29348 29349 29350 29351 29352 29353 29354 29355
29356 29357 29358 29359 29360 29361 29362 29363 29364 29365 29366 29367 29368 29369 29370
29371 29372 29373 29374 29375 29376 29377 29378 29379 29380 29381 29382 29383 29384 29385
29386 29387 29388 29389 29390 29391 29392 29393 29394 29395 29396 29397 29398 29399 29400
29401 29402 29403 29404 29405 29406 29407 29408 29409 29410 29411 29412 29413 29414 29415
29416 29417 29418 29419 29420 29421 29422 29423 29424 29425 29426 29427 29428 29429 29430
here I have thousands of lines, but I will not paste all of this text
57736 57737 57738 57739 57740 57741 57742 57743 57744 57745 57746 57747 57748 57749 57750
57751 57752 57753 57754 57755 57756 57757 57758 57759 57760 57761 57762 57763 57764 57765
57766 57767 57768 57769 57770 57771 57772 57773 57774 57775 57776 57777 57778 57779 57780
57781 57782 57783 57784 57785 57786 57787 57788 57789 57790 57791 57792 57793 57794 57795
57796 57797 57798 57799 57800 57801 57802 57803 57804 57805 57806 57807 57808 57809 57810
57811 57812 57813 57814 57815 57816 57817 57818 57819 57820 57821 57822 57823 57824 57825
57826 57827 57828 57829 57830 57831 57832 57833 57834 57835 57836 57837 57838 57839 57840
57841 57842 57843 57844 57845 57846 57847 57848 57849 57850 57851 57852 57853 57854 57855
57856 57857 57858 57859 57860 57861 57862 57863 57864 57865 57866 57867 57868 57869 57870
57871 57872 57873 57874 57875 57876 57877 57878 57879 57880 57881 57882 57883 57884 57885
57886 57887 57888 57889 57890 57891 57892 57893 57894 57895 57896 57897 57898 57899 57900
57901 57902 57903 57904 57905 57906 57907 57908 57909 57910 57911 57912 57913 57914 57915
57916 57917 57918 57919 57920 57921 57922 57923 57924 57925 57926 57927 57928 57929 57930
57931 57932 57933 57934 57935 57936 57937 57938 57939 57940 57941 57942 57943 57944 57945
57946 57947 57948 57949 57950 57951 57952 57953 57954 57955 57956 57957 57958 57959 57960
57961 57962 57963 57964 57965 57966 57967 57968 57969 57970 57971 57972 57973 57974 57975
57976 57977 57978 57979 57980 57981 57982 57983 57984 57985 57986 57987 57988 57989 57990
57991 57992 57993 57994 57995 57996 57997 57998 57999 58000 58001 58002 58003 58004 58005
58006 58007 58008 58009 58010 58011 58012 58013 58014 58015 58016 58017 58018 58019 58020
58021 58022 58023 58024 58025 58026 58027 58028 58029 58030 58031 58032 58033 58034 58035
58036 58037 58038 58039 58040 58041 58042 58043 58044 58045 58046 58047 58048 58049 58050
我不知道你到底想做什么，但也许这就是你想要的
< input sed -zE 's/(([0-9]+[^0-9]+){129})/[ Lipid # ]\n\n/g' | awk 'BEGIN { RS = ORS = "]" } { sub("#", NR) } 1' | sed '$d'
它使用 Sed 在每出现 129 次 [0-9]+[^0-9]+（即 1 个或多个数字后跟 1 个或多个非数字）后插入 [ Lipid # ] 字符串（带有一些换行符）；然后它使用 Awk 将 # 替换为 1 中的数字（为此，它将 ] 解释为记录分隔符，因此它可以将 # 更改为记录的编号 NR);最后，它再次使用 Sed 从 Awk 处理中删除作为最后记录分隔符出现的最后一行。
我使用 Awk 来插入递增的数字，因为在 Sed 中做数学运算并不容易；我使用 Sed 打破文件并按要求在中间插入文本，因为我发现它比在 Awk 中更容易。
如果您需要在输出中将所有数字都放在一行中，您可以这样做
< input sed -zE 's/[^0-9]+/ /g;s/(([0-9]+[^0-9]+){129})/[ Lipid # ]\n\n/g' | awk 'BEGIN { RS = ORS = "]" } { sub("#", NR) } 1' | sed '$d'
我刚刚添加了 s/[^0-9]+/ /g; 以将数字之间的任何内容折叠为单个空格。
我是这样理解你的问题的：
输入是一个多行文本文件，每行有 15 个数字，由 space 或制表符分隔。有些行（也许是最后一行）可能少于十五个数字。 （实际上，在下面的解决方案中，每行有多少数字并不重要。）
您必须将号码按顺序分组，每组 129 个号码。如果输入基数不是 129 的精确倍数，则最后一组可能少于 129 个数字。在下面的解决方案中，有多少输入数字并不重要（因此输出中会有多少组） ).
对于每组 129 个数字，您必须在输出中得到几行。首先，标题或标签显示 [Lipid n]，其中 n 是行号，然后是该组中的数字，每行显示 15 个（因此，将有八个整行和第九行上面只有9个数字：129 = 15 * 8 + 9).
以下是您可以执行此操作的方法。首先让我们从一个小例子开始，然后我们可以看看为了更通用的解决方案必须改变什么。
我假设您的输入可以是任意任意长度的数字；当然，如果它们是像您在示例数据中显示的那样的连续数字，那么问题就微不足道并且完全无趣。因此，让我们假设您的数字实际上是任何数字。 （不是真的；我为 non-negative 整数编写了解决方案；但它可以是 re-written 用于 "tokens" 的 non-blank 个字符，由空格分隔。）
我从以下输入文件开始：
$ cat lipid-inputs
124 150 178 111 143 177 116
154 194 139 183 132 180 133
185 142 101 159 122 184 151
120 188 161 136 113 189 170
我们想将 28 个输入数字分组为一组，每组十个数字，并在输出中显示每行（最多）七个数字。所以：将有两个完整的组，第三个组只有八个成员编号（因为我们只有 28 个输入）。所需的输出如下所示：
[Lipid 1]
124 150 178 111 143 177 116
154 194 139
[Lipid 2]
183 132 180 133 185 142 101
159 122 184
[Lipid 3]
151 120 188 161 136 113 189
170
策略：首先每行写一个输入数字，这样我们就可以每行排列十个（十：输出中所需组的基数）。然后添加行号（这将进入标签行）。然后编辑 "line number" 行以添加 "lipid" 内容，并将数据行分成较短的行，每行显示七个标记（每组的最后一行可能更少）。
实施：tr每行一个标记； paste 从标准输入中重复读取，每行输出十行标准输入；然后 sed = 添加行号（在单独的行上）；最后是用于最终编辑的标准 sed。命令如下所示：
$ tr -s ' ' '\n' < lipid-inputs | paste -d ' ' - - - - - - - - - - |
> sed = | sed -E 's/^[[:digit:]]+$/[Lipid &]/ ;
> s/(([[:blank:]]*[[:digit:]]+){7}) /\n/g'
输出是我已经显示的那个。
概括地说（这样你就可以解决你的问题）：输入文件中每行的标记数是无关紧要的。要在 output 中每行获得 15 个标记，请在上面显示的命令的最后一行将 hard-coded 数字 7 更改为 15。为了每行分配 129 个标记，而不是 10 个，需要更改的是 paste 命令：我显示它从标准输入读取十次。您需要 129。因此最好在一个简单的命令中创建由 space 分隔的 129 个破折号组成的字符串 - 而不是 hard-coding - 并将该字符串用作 [=20= 的输入].我为我的示例展示了如何执行此操作，您将适应您的示例。
定义变量以保存您的相关值：每个脂质有多少标记（在您的情况下为 129，在我的情况下为 10）以及输出中每行有多少标记（在您的情况下为 15，在我的情况下为 7）。
$ tokens_per_lipid=10
$ tokens_per_line=7
然后创建一个变量来保存paste命令中需要的字符串- - - - [...]。有几种方法可以做到这一点，这里只是一种：
$ paste_arg=$(yes '-' | head -n $tokens_per_lipid | tr '\n' ' ')
让我们检查一下：
$ echo $paste_arg
- - - - - - - - - -
好的，让我们 re-write 执行您需要的命令。我们必须使用 double-quotes 作为 sed 的参数以允许变量扩展。
$ tr -s ' ' '\n' < lipid-inputs | paste -d ' ' $paste_arg |
> sed = | sed -E "s/^[[:digit:]]+$/[Lipid &]/ ;
> s/(([[:blank:]]*[[:digit:]]+){$tokens_per_line}) /\n/g"
[Lipid 1]
124 150 178 111 143 177 116
154 194 139
[Lipid 2]
183 132 180 133 185 142 101
159 122 184
[Lipid 3]
151 120 188 161 136 113 189
170