如何用AWK实现仅拆分前N列，保留后续含空格内容？

假设有一个文件，包含N个以空白字符分隔的列，以及一段需要保留空格的内容。以N=2为例，输入内容如下：

1.1 1.2 data for row1
  2.1   2.2    data   for    row2
?  ?   data   for   row3
 \ * data for   row4

期望输出为：

data for row1
data   for    row2
data   for   row3
data for   row4

在Shell中可以通过以下代码轻松实现：

while read -r _ _ data
do
    printf "%s\n" "$data"
done < data.txt

但用awk实现似乎有难度，请问AWK中是否有仅拆分前N列的方法？

当然有，以下是几种实用的AWK实现方式： #

方法1：正则替换移除前N列（通用简洁）

核心是用sub函数匹配开头的N列（含列间任意空白），替换为空后输出剩余内容。以N=2为例：

awk '{sub(/^[[:space:]]*[^[:space:]]+[[:space:]]+[^[:space:]]+[[:space:]]+/, ""); print}' data.txt

如果要适配任意N，可将N作为变量传入，动态生成正则：

awk -v N=2 '{
    regex = "^[[:space:]]*"
    for (i=1; i<=N; i++) {
        regex = regex "[^[:space:]]+[[:space:]]+"
    }
    sub(regex, "")
    print
}' data.txt

方法2：定位字段起始位置（精确保留原始空格）

通过遍历行内字符，找到第N+1个非空白字段的起始位置，截取从该位置到行尾的内容，完美保留原始空格格式：

awk -v N=2 '{
    pos = 0
    cnt = 0
    for (i=1; i<=length($0); i++) {
        # 识别字段起始：当前是非空白，且前一个是空白或在行首
        if (substr($0,i,1) ~ /[^[:space:]]/ && (i==1 || substr($0,i-1,1) ~ /[[:space:]]/)) {
            cnt++
            if (cnt == N+1) {
                pos = i
                break
            }
        }
    }
    print pos > 0 ? substr($0, pos) : ""
}' data.txt

方法3：GNU awk专属的gensub简化写法

GNU awk的gensub支持捕获组，可更简洁地完成替换：

awk -v N=2 '{print gensub("^[[:space:]]*(([^[:space:]]+[[:space:]]+){"N"})", "", 1)}' data.txt

内容的提问来源于stack exchange，提问作者Fravadona