如何用awk提取表格中非固定位置的Plan列内容？

问题描述 #

有如下格式的表格数据：

+-------+--------------------+-----------+------------+-----------+-------------+
| ID    | Name               | Status    | Networks   | Image     | Plan        |
+-------+--------------------+-----------+------------+-----------+-------------+
| 1wsd  | HostName A         | PAUSED    | IP=1.1.1.1 | Ubuntu20  | PlanA BGP40 |
| 4fgh  | An other hostname  | ACTIVE    | IP=2.2.2.2 | Ubuntu20  | PlanB BGP30 |
| zxd1  | final.destination  | REBOOTING | IP=3.3.3.3 | Debian11  | PlanA BGP10 |
| 60hn  | no problem         | ACTIVE    | IP=4.4.4.4 | Centos7   | Plan BGP90  |
+-------+--------------------+-----------+------------+-----------+-------------+

需要提取其中的Plan列内容（该列内容可能包含空格，非固定列数），同时排除前3行表头和最后1行表尾，预期输出：

PlanA BGP40
PlanB BGP30
PlanA BGP10
Plan BGP90

解决方案 #

以下是几种实用的awk实现方式：

方法1：基于表头动态定位Plan列 #

先获取总行数，再从表头行找到Plan列的起始位置，后续行截取对应区域的内容并清理格式：

END { total_lines = NR }
NR==2 {
    # 定位Plan列在表头中的起始位置
    plan_col_start = index($0, "Plan")
}
NR>3 && NR<total_lines {
    # 截取从Plan列起始位置到行尾的内容
    plan_content = substr($0, plan_col_start)
    # 去掉末尾的|和多余空格
    sub(/ *\|$/, "", plan_content)
    print plan_content
}

执行命令：

awk -f extract_plan.awk your_table_file.txt

方法2：按分隔符提取固定列（已知Plan为最后一列时） #

如果确定Plan列是表格的最后一列，可以用|作为分隔符，提取最后一个有效字段：

BEGIN { FS="|" }
END { total_lines = NR }
NR>3 && NR<total_lines {
    # 提取第6个字段，清理前后空格
    gsub(/^ +| +$/, "", $6)
    print $6
}

执行命令：

awk 'BEGIN { FS="|" } END { total_lines=NR } NR>3 && NR<total_lines { gsub(/^ +| +$/, "", $6); print $6 }' your_table_file.txt

方法3：正则匹配行尾的Plan内容 #

通过正则匹配每行末尾的Plan列内容，无需依赖列数：

END { total_lines = NR }
NR>3 && NR<total_lines {
    # 匹配最后一个|后的内容，捕获组提取有效信息
    match($0, /\| *([^|]+) *\|$/, match_result)
    print match_result[1]
}

执行命令：

awk 'END { total_lines=NR } NR>3 && NR<total_lines { match($0, /\| *([^|]+) *\|$/, match_result); print match_result[1] }' your_table_file.txt

内容的提问来源于stack exchange，提问作者Saeed