Unix终端如何实现txt数据集拆分重组为逐行键值对输出

以下方案均为Unix环境原生可用方案，无需额外安装依赖：

• 方案1：awk命令实现（最推荐，性能最优，适配GB级大文件）
  所有Unix/Linux/macOS环境默认自带awk，处理结构化文本效率极高，一行命令即可完成需求：

  awk '{n=split($2, val_arr, ","); for(i=1; i<=n; i++) print $1, val_arr[i]}' 你的输入文件路径
  

  命令逻辑：默认按空白分割每行内容，$1为行首的数值，用split函数将第二列的逗号分隔字符串拆分为数组，循环遍历数组将行首值与每个拆分后的值拼接打印。如果需要将结果保存到新文件，在命令末尾追加> 输出文件路径即可。

• 方案2：Shell内置循环实现（逻辑直观，适合MB级小文件）
  完全使用shell内置命令，逻辑直白易修改，适合小体量数据集场景：

  while read -r key val_str; do
    IFS=',' read -r -a val_arr <<< "$val_str"
    for val in "${val_arr[@]}"; do
      echo "$key $val"
    done
  done < 你的输入文件路径
  

  命令逻辑：逐行读取文件内容，第一部分读入行首key值，第二部分读入后续整段逗号分隔的字符串，再将字符串按逗号拆分为数组循环输出配对结果。该方案大文件下处理速度远低于awk，不建议处理10万行以上的文件。

• 方案3：Perl一行命令实现（性能接近awk，适合熟悉Perl语法的场景）
  多数Unix环境默认预装Perl，也可一行完成处理：

  perl -ane '$k=shift @F; print "$k $_\n" for split /,/, join "", @F' 你的输入文件路径
  

  命令逻辑：-a参数自动将每行按空白分割存入@F数组，取出第一个元素作为key，剩余内容拼接后按逗号拆分，循环输出配对结果。

注：以上命令均自动适配行首值与后续内容之间的多空格、制表符分隔场景，无需额外调整分隔符参数。

内容的提问来源于stack exchange，提问作者roger montez