如何使用awk打印每第n個匹配

Question

我想將一個大的xml文件拆分爲幾個較小的文件。我發現了一個解決方案，每個節點分割到它自己的文件：

上面的代碼每個「單聲道」節點，並輸出到一個文件名行{} ROWNUMBER .XML匹配。我怎樣才能每20個匹配打印一個文件？

Answer 1

我會說讓你的「計數」變量，你只需要改變你建立你的文件名的方式：f="row" int(count/20) ".xml"

你沒有明確關閉該文件。所有打開的文件將在awk退出時關閉。 鑑於評論，我會發表評論。在下面的代碼中注意，一個文件將被關閉20次，但根據需要重新打開。

awk ' 
    /<mono/ {close f; count++; f = "row" int(count/20) ".xml"} 
    count {print >> f} 
' file.xml 

Answer 2

保持兩個計數 - 當前一個和重複計數。僅做當前活動（打印標籤）時的重複計數模20處於適當的值（0和1，在所示的代碼）：

awk '/<mono/ { if (repeat++ % 20 == 0) { close("row"count".xml"); count++ } } 
    count && repeat % 20 == 1 { f = "row"count".xml"; print $0 > f}' file.xml 

在「== 1」條件的第二條件有點不整潔;可能有更好的方法來處理這種邏輯。

請注意，您的代碼檢測到'<monotonous>'也是Mono。

---

分組記錄1-20文件1，21-40 file2中，等...

同樣的總體思路適用......你有一個文件編號和匹配的記錄數量，以及你適當地處理它們。測試代碼：

awk '/<mono/ { if (recno > 1 && recno % 20 == 0) { close(file); count++;} 
       if (recno % 20 == 0) { file = "row" count ".xml" } 
       print $0 > file 
       recno++ 
      }' file.xml 

第一個文件將是row.xml。隨後的文件是row1.xml等

我測試此在這樣一個文件：

<mono> <tonous val=001/> </mono> 
ignore 
<mono> <tonous val=002/> </mono> 
<mono> <tonous val=003/> </mono> 
<mono> <tonous val=004/> </mono> 
<mono> <tonous val=005/> </mono> 
ignore 
<mono> <tonous val=006/> </mono> 
<mono> <tonous val=007/> </mono> 
<mono> <tonous val=008/> </mono> 
<mono> <tonous val=009/> </mono> 
ignore 
<mono> <tonous val=010/> </mono> 
<mono> <tonous val=011/> </mono> 
<mono> <tonous val=012/> </mono> 
<mono> <tonous val=013/> </mono> 
<mono> <tonous val=014/> </mono> 
ignore 
<mono> <tonous val=015/> </mono> 
<mono> <tonous val=016/> </mono> 
<mono> <tonous val=017/> </mono> 
<mono> <tonous val=018/> </mono> 
<mono> <tonous val=019/> </mono> 
ignore 
<mono> <tonous val=020/> </mono> 
<mono> <tonous val=021/> </mono> 
<mono> <tonous val=022/> </mono> 
<mono> <tonous val=023/> </mono> 
ignore 
<mono> <tonous val=024/> </mono> 
... 

它含有100條<mono>線和ignore線（一些重複的）灑。它生成了文件row.xml,row1.xml，... row4.xml，每行有20行。這在MacOS X 10.6.6上用標準（BSD）awk進行了測試。