使用Bash的GNU Parallel与cat时移除多文件扩展名的问题

问题根源 #

你使用的 sed 's/\..*//' 是对整行文本进行全局替换，会把每行中第一个.之后的所有内容（包括逗号和第二列的全部内容）彻底删除。比如原行 file1a.extension.extension,file1b.extension.extension 经过sed处理后，会变成 file1a——逗号和第二列数据完全丢失，导致Parallel只能读取到第一列，第二列自然为空。

解决方案 #

方案1：用awk分别处理列后传给Parallel #

通过awk拆分CSV列，仅对第二列移除扩展名，第一列保留原格式，再将处理后的结果传给Parallel：

cat /home/filepairs.csv | awk -F',' '{print $1 "," gensub(/\..*/, "", 1, $2)}' | parallel --colsep ',' echo column 1 = {1} column 2 = {2}

方案2：用Parallel内置功能处理第二列 #

直接借助Parallel的内置文本替换能力，对第二列单独做扩展名移除操作，省去额外的sed步骤：

cat /home/filepairs.csv | parallel --colsep ',' echo column 1 = {1} column 2 = '{= s/\..*// =}'

验证输出 #

执行上述任一命令后，会得到你预期的结果：

column 1 = file1a.extension.extension column 2 = file1b
column 1 = file2a.extension.extension column 2 = file2b

内容的提问来源于stack exchange，提问作者Gabriel G.