如何使用AWK按字符长度拆分固定宽度格式的数据列？

没问题，固定宽度格式的数据确实是AWK的强项！我来帮你搞定这份数据的拆分。

首先，我们需要明确每个字段的字符位置范围（AWK里字符串的索引从1开始）。分析你给出的数据，每个字段的宽度可以确定如下：

• NODE：第1-2位（存储行号，比如1、2、3）
• S1：第3-13位（包含小数或科学计数法的数值）
• S2：第14-24位（科学计数法的数值，可能带负号）
• S3：第25-31位（带负号的小数）
• SINT：第32-38位（正数小数）
• SEQV：第39-44位（正数小数）

AWK脚本实现 #

你可以用AWK的substr()函数按位置提取每个字段，再用你想要的分隔符（比如逗号、制表符）重新格式化输出。这里以逗号分隔为例：

# 跳过表头行并输出格式化后的表头
NR == 1 { print "NODE,S1,S2,S3,SINT,SEQV"; next }
# 处理数据行
{
    # 按固定位置提取字段
    node = substr($0, 1, 2)
    s1 = substr($0, 3, 11)
    s2 = substr($0, 14, 11)
    s3 = substr($0, 25, 7)
    sint = substr($0, 32, 7)
    seqv = substr($0, 39, 6)
    
    # 去除字段前后的空格（可选，按需调整）
    gsub(/^[[:space:]]+|[[:space:]]+$/, "", node)
    gsub(/^[[:space:]]+|[[:space:]]+$/, "", s1)
    gsub(/^[[:space:]]+|[[:space:]]+$/, "", s2)
    gsub(/^[[:space:]]+|[[:space:]]+$/, "", s3)
    gsub(/^[[:space:]]+|[[:space:]]+$/, "", sint)
    gsub(/^[[:space:]]+|[[:space:]]+$/, "", seqv)
    
    # 输出格式化后的行
    print node "," s1 "," s2 "," s3 "," sint "," seqv
}

使用方法 #

把上面的脚本保存为split_fixed_width.awk，然后在终端运行：

awk -f split_fixed_width.awk your_data_file.txt

灵活调整 #

如果某个字段的宽度不对，只需要修改substr()里的起始位置和长度参数即可。比如发现S3的实际长度是8位，就把substr($0,25,7)改成substr($0,25,8)。要是不需要去除空格，直接删掉那些gsub()行就行。

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