Bourne Shell处理制表符分隔文件：替换空字段为x

嘿，我懂你这种纠结——处理制表符分隔文件时，那些藏在中间或者首尾的空字段确实容易搞砸常规处理流程，尤其是试了好几种方法都没搞定的时候。别慌，这里有几个针对性的解决方案，尤其是用AWK的话，其实能很优雅地解决这个问题：

最靠谱的AWK解决方案 #

AWK本身就是处理字段的利器，只需要调整一下遍历逻辑就能轻松替换空字段。试试这个命令：

awk 'BEGIN{FS=OFS="\t"} {for(i=1;i<=NF;i++) if($i=="") $i="x"} 1' input.txt > output.txt

我给你拆解下每部分的作用：

• BEGIN{FS=OFS="\t"}：先设置**输入字段分隔符（FS）和输出字段分隔符（OFS）**都是制表符，这样处理完输出的格式还是保持制表符分隔，不会乱掉。
• for(i=1;i<=NF;i++)：遍历当前行的每一个字段（NF是当前行的字段总数）。
• if($i=="") $i="x"：检查每个字段，如果是空字符串，就把它替换成"x"。
• 最后的1：这是AWK的小技巧，代表执行默认的「打印当前行」操作，把处理后的内容输出。

这个方法不管是空字段在开头、中间还是结尾，都能准确识别并替换，非常稳妥。

备选的sed方案 #

如果你偏爱sed，也可以用正则处理三种空字段场景（行首、中间连续制表符、行尾）：

sed -E 's/^\t/x\t/; s/\t\t/\tx\t/g; s/\t$/x/' input.txt > output.txt

解释下：

• s/^\t/x\t/：处理行首的空字段（比如第一列是空，行开头就是制表符）。
• s/\t\t/\tx\t/g：处理中间的连续制表符（两个制表符之间就是空字段）。
• s/\t$/x/：处理行尾的空字段（行最后是制表符，代表最后一列是空）。
  不过要注意，如果有连续3个以上的制表符（也就是多个连续空字段），可能需要多执行几次sed，或者调整正则，所以这个方案适合空字段不连续的场景。

改进版的bash while循环方案 #

如果你之前用while循环没搞定，可以试试用数组来存储字段，这样更容易判断空值：

while IFS=$'\t' read -r -a fields; do
    # 遍历数组中的每个字段
    for idx in "${!fields[@]}"; do
        if [[ -z "${fields[$idx]}" ]]; then
            fields[$idx]="x"
        fi
    done
    # 打印处理后的字段，最后去掉末尾多余的制表符换成换行
    printf '%s\t' "${fields[@]}" | sed 's/\t$/\n/'
done < input.txt > output.txt

这里用read -a把整行按制表符分割成数组，然后逐个检查数组元素是否为空，替换后用printf输出，最后用sed处理掉末尾的制表符，保证输出格式正确。

内容的提问来源于stack exchange，提问作者Kody Evangelist Dibble