使用awk拆分下划线分隔多ID的列，保留前置分隔符并拆分出末尾ID列

你已经通过split($1, b, "_")拿到了第一列按下划线拆分的数组b、以及拆分得到的总段数n，只需要对数组做截取拼接就能得到符合要求的两列：

• 前置ID列：取数组的前n-1个元素，元素之间保留原下划线分隔拼接成字符串，完全还原目标格式
• 末尾ID列：直接取数组的第n个元素，也就是拆分出来的最后一段内容

可直接运行的命令 #

兼容所有awk版本的通用写法 #

不依赖特定awk版本的内置函数，所有运行环境都能正常执行：

awk '{
  n = split($1, b, "_");
  prefix = "";
  # 遍历从第一个到倒数第二个的元素，逐次拼接，保留原有下划线分隔
  for (i=1; i < n; i++) {
    prefix = (i == 1 ? b[i] : prefix "_" b[i]);
  }
  # 替换原第一列为拆分后的两部分，按需求加固定间隔，保留原行其他内容输出
  $1 = prefix "  " b[n]
  print
}' 你的大文本文件路径

GNU awk 精简写法 #

如果是Linux系统默认安装的gawk（GNU版本awk），可以直接用内置的数组范围拼接函数，代码更简洁：

awk '{
  n = split($1, b, "_");
  prefix = join(b, 1, n-1, "_");
  $1 = prefix "  " b[n]
  print
}' 你的大文本文件路径

拆分效果匹配 #

按照给出的示例输入，输出结果完全符合预期：

• 输入s1_asd_ucsd → 输出s1_asd ucsd
• 输入b4_asd_id_vu → 输出b4_asd_id vu
• 输入c10_id_js_uw → 输出c10_id_js uw
• 输入d4_sch_vu → 输出d4_sch vu

注意事项 #

• 拆分逻辑不绑定固定的ID段数，不管第一列是3段还是6段下划线连接的ID，都能正确拆分，不需要手动调整段数阈值
• 如果需要调整两列之间的间隔符，只需要修改命令中prefix " " b[n]部分的间隔内容即可，比如改成prefix "\t" b[n]就是制表符分隔
• 命令会保留原行除第一列外的所有其他列内容，不会丢失原有数据

内容的提问来源于stack exchange，提问作者Ashi