如何使用AWK结合通配符按列值过滤CSV数据？

问题说明 #

需要过滤CSV数据，保留满足以下任一条件的行：

• 第二列以Cu开头，且第三列以S或Te开头
• 第二列以S或Te开头，且第三列以Cu开头

示例数据：

1          Er6          Te100      7.02455       1   0   0           -0.00420 
      2          Cu7          S150       6.96222       0  -1   0           -0.00421 
      3          Sc8          P50        7.01955       0   0   0           -0.00397 

你尝试的awk '{ if (($2 == "Cu*")) { print } }' file无输出，原因是AWK中==是精确匹配，不支持通配符，需使用正则匹配语法。

解决步骤 #

1. AWK正则匹配规则 #

AWK中用~操作符实现正则匹配，^表示字段开头。比如匹配以Cu开头的第二列，写法为$2 ~ /^Cu/。

2. 组合逻辑条件 #

两个需求条件为或关系，每个条件内部是与关系：

• 条件1：$2 ~ /^Cu/ && $3 ~ /^(S|Te)/
• 条件2：$2 ~ /^(S|Te)/ && $3 ~ /^Cu/

3. 完整命令 #

awk '($2 ~ /^Cu/ && $3 ~ /^(S|Te)/) || ($2 ~ /^(S|Te)/ && $3 ~ /^Cu/) { print }' file

也可以拆分正则写法，效果一致：

awk '($2 ~ /^Cu/ && ($3 ~ /^S/ || $3 ~ /^Te/)) || (($2 ~ /^S/ || $2 ~ /^Te/) && $3 ~ /^Cu/) { print }' file

测试输出 #

用示例数据运行命令，将输出符合条件的第二行：

2          Cu7          S150       6.96222       0  -1   0           -0.00421 

内容的提问来源于stack exchange，提问作者Jacek