如何在Bash中仅对$EFRAG后的行修改列并添加标签？

问题描述 #

原始输入文件内容：

H 1 2 3 4
H 1 2 3 4
C 1 2 3 4
 $END

 $EFRAG
COORD=CART
FRAGNAME=H2ODFT
O 1 2 3 4
H 1 2 3 4
H 1 2 3 4
FRAGNAME=H2ODFT
O 1 2 3 4
H 1 2 3 4
H 1 2 3 4

需要实现的修改：

1. $EFRAG 行之前的内容保持不变
2. $EFRAG 行之后的内容：
   • 删除坐标行中的第二列（即那个1）
   • 对每个FRAGNAME=H2ODFT后的三个原子行，分别给O加a、第一个H加b、第二个H加c标签

预期输出：

H 1 2 3 4
H 1 2 3 4
C 1 2 3 4
 $END

 $EFRAG
COORD=CART
FRAGNAME=H2ODFT
Oa  2 3 4
Hb  2 3 4
Hc  2 3 4
FRAGNAME=H2ODFT
Oa  2 3 4
Hb  2 3 4
Hc  2 3 4

解决方案：使用Awk脚本 #

Awk天生适合这种按行处理且需要状态切换的场景，单命令就能完成所有需求：

awk '
# 标记是否进入$EFRAG之后的处理区域
/^\s*\$EFRAG/ { in_efrag=1; print; next }
# 未进入EFRAG区域时直接输出原内容
!in_efrag { print; next }
# 进入EFRAG区域后的具体处理
{
    # 遇到FRAGNAME行，重置原子计数并直接输出
    if (/FRAGNAME=/) { cnt=0; print; next }
    # COORD行直接输出
    if (/COORD=/) { print; next }
    # 处理原子行：计数递增，匹配对应标签，跳过第二列输出
    cnt++
    tag = (cnt==1) ? "a" : (cnt==2) ? "b" : "c"
    printf "%s%s  %s %s %s\n", $1, tag, $3, $4, $5
}
' input_file > output_file

脚本逐行解释 #

• 状态切换：用in_efrag变量区分$EFRAG前后的内容，之前的行直接原样输出
• 片段初始化：每次遇到FRAGNAME=H2ODFT就重置计数器cnt，确保每个片段内的原子标签循环正确
• 原子行处理：
  • cnt记录当前片段内的原子顺序（1对应O，2对应第一个H，3对应第二个H）
  • 根据cnt值匹配a/b/c标签，拼接到原子符号末尾
  • 跳过第二列（$2），直接输出剩余坐标列，保持格式对齐

关于Sed+Grep的说明 #

你之前考虑的Sed+Grep组合虽然能实现，但因为需要跟踪片段内的原子顺序，Sed的状态管理会非常繁琐，代码可读性差，不适合新手调试。Awk的方案更直观，也更容易修改扩展。

内容的提问来源于stack exchange，提问作者Lucielle