提取.txt文件特定字段的Bash脚本需求：唯一stop_id及坐标

需求说明 #

你有一个约4000条记录的CSV格式.txt文件，首行为表头，需要提取所有唯一的stop_id，并输出对应的坐标（格式如(21.261225, -157.818181)）。下面是针对Bash新手的脚本和详细语法解释：

完整脚本 #

假设你的文件名为stops.txt，执行以下命令即可：

tail -n +2 stops.txt | awk -F ',' '{print $1 "," $5 "," $6}' | sort -u | awk -F ',' '{print $1 ": (" $2 ", " $3 ")"}'

逐命令详细解释 #

这是一条管道串联的命令，每个步骤负责一部分工作：

• tail -n +2 stops.txt
  作用：跳过文件的首行表头，从第二行开始输出所有数据行。
  语法解释：

  • tail：用于查看文件末尾内容的基础命令；
  • -n +2：指定从第2行开始显示后续所有行，直接过滤掉不需要的表头行。

• awk -F ',' '{print $1 "," $5 "," $6}'
  作用：以逗号为分隔符，提取每行的stop_id（第1列）、stop_lat（第5列）、stop_lon（第6列）三个字段。
  语法解释：

  • awk：处理结构化文本的强大工具，擅长按列提取内容；
  • -F ','：指定CSV文件的分隔符为逗号；
  • {print $1 "," $5 "," $6}：输出第1、5、6列，列之间用逗号分隔，把我们需要的核心字段单独筛选出来。

• sort -u
  作用：对提取后的内容排序，并自动去除重复的stop_id记录。
  语法解释：

  • sort：对文本行进行排序；
  • -u：全称--unique，排序后自动删除重复的行，确保每个stop_id只保留一条对应坐标的记录。

• awk -F ',' '{print $1 ": (" $2 ", " $3 ")"}'
  作用：把提取的字段格式化成符合要求的样式。
  语法解释：
  再次使用awk，以逗号为分隔符，将第1列（stop_id）、第2列（纬度）、第3列（经度）拼接成stop_id: (纬度, 经度)的格式，满足坐标的展示需求。

注意事项 #

如果你的文件名不是stops.txt，直接将命令中的文件名替换为实际文件名即可。

内容的提问来源于stack exchange，提问作者akshaka9