如何使用AWK按第一列规则将Tab分隔文本拆分到对应前缀命名的CSV文件

对应现有脚本的两个核心缺陷，修正逻辑如下：

1. AWK中仅用~做正则匹配判断不会留存匹配结果，需要通过内置的match()函数提取捕获组内容，存为自定义变量
2. AWK动态构造输出文件路径时，直接对字符串和变量做拼接即可，不需要占位符，拼接后的表达式用括号包裹就能正常作为重定向目标

完整可运行的AWK脚本 #

awk -F'\t' '
{
    # 对第一列字段做正则匹配，捕获组结果存入match_groups数组
    if (match($1, /^([A-Za-z]+?)(NC)?[0-9]{2}/, match_groups)) {
        # 取第一个捕获组作为有效前缀（自动跳过NC段、两位数字段）
        target_prefix = match_groups[1]
        # 原样输出整行内容，写入对应前缀的csv文件
        print $0 > (target_prefix ".csv")
    }
}
' 你的原始输入文件.txt

关键实现细节说明 #

• 正则匹配逻辑：使用非贪婪匹配[A-Za-z]+?，在匹配到后续紧跟的「可选NC段+两位数字」结构时立刻停止捕获，刚好对应需求里的前缀提取规则，会自动排除NC标识和后面的两位数字部分，不会把NC算入文件名。注：三参数的match()写法是GNU AWK的标准功能，目前绝大多数Linux发行版自带的AWK都支持；如果是旧版无三参数支持的AWK，可以通过内置的RSTART、RLENGTH变量配合substr()手动截取前缀长度，效果一致。
• 原行保真：脚本只在输入解析阶段设置Tab为字段分隔符来拆分获取第一列，不设置输出字段分隔符OFS，输出时直接打印原始整行$0，不会触发AWK的整行重建逻辑，避免原始Tab间隔、前后空白被误修改
• 动态文件名拼接：(target_prefix ".csv") 是合法的AWK重定向语法，不需要额外shell转义，AWK会自动把拼接结果作为目标文件名处理
• 文件句柄管理：AWK会自动缓存已打开的输出文件句柄，对当前场景下少量拆分文件的需求，不需要手动加关闭文件的逻辑

实际运行效果 #

执行脚本后生成的文件完全符合给定的映射规则：

• AB.csv：写入AB01、AB02开头的两行原始内容
• CD.csv：写入CD01、CD02、CD03、CDNC01开头的四行原始内容
• Hans.csv：写入Hans01、Hans02、HansNC01开头的三行原始内容

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