如何在制表符分隔文件的含数字列中插入文本？

要处理你这种在制表符分隔文件的数字列（包括整数、小数、科学计数法格式）中插入文本的需求，用awk工具是最便捷的选择——它天生擅长处理结构化的文本文件，尤其是分隔符明确的表格类数据。

通用解决方案脚本 #

下面的脚本会自动识别所有数字列，并在数字前插入你指定的文本（比如示例里的Numeric: ），处理后保持原文件的制表符分隔格式：

BEGIN { 
    FS="\t"  # 设置输入分隔符为制表符
    OFS="\t" # 设置输出分隔符为制表符，保证输出格式不变
}
{
    # 遍历每一列
    for(i=1; i<=NF; i++) {
        # 正则匹配数字：涵盖正负整数、小数、科学计数法（e/E格式）
        if($i ~ /^[+-]?([0-9]+(\.[0-9]*)?|\.[0-9]+)([eE][+-]?[0-9]+)?$/) {
            # 这里修改插入的文本，比如改成$i = $i " [数字列]"就是在后面加
            $i = "Numeric: " $i
        }
    }
    # 输出处理后的整行
    print $0
}

怎么运行这个脚本 #

1. 把上面的代码保存成一个文件，比如process_num_cols.awk
2. 执行命令处理你的输入文件（假设输入文件叫input.txt，输出到output.txt）：

awk -f process_num_cols.awk input.txt > output.txt

或者你也可以直接用一行命令完成，不用单独存脚本：

awk 'BEGIN { FS="\t"; OFS="\t" } { for(i=1; i<=NF; i++) { if($i ~ /^[+-]?([0-9]+(\.[0-9]*)?|\.[0-9]+)([eE][+-]?[0-9]+)?$/) { $i = "Numeric: " $i } } print $0 }' input.txt > output.txt

自定义修改 #

• 如果想在数字后面插入文本，把$i = "Numeric: " $i改成$i = $i " [numeric]"即可
• 如果只需要处理特定列（比如第1、2、5列），可以在判断里加上列号条件：

  if( (i==1 || i==2 || i==5) && $i ~ /^[+-]?([0-9]+(\.[0-9]*)?|\.[0-9]+)([eE][+-]?[0-9]+)?$/ )
  

测试你的示例数据 #

拿你提供的第一行数据举例：

10 7.98862e-05 10 cellular organisms; Bacteria; Proteobacteria; Betaproteobacteria; Burkholderiales; Burkholderiaceae; Ralstonia; Ralstonia solanacearum 0.000159772 10 0.000207704

处理后会变成：

Numeric: 10 Numeric: 7.98862e-05 Numeric: 10 cellular organisms; Bacteria; Proteobacteria; Betaproteobacteria; Burkholderiales; Burkholderiaceae; Ralstonia; Ralstonia solanacearum Numeric: 0.000159772 Numeric: 10 Numeric: 0.000207704

完全保留了原有的制表符分隔，只给数字列添加了指定文本。

内容的提问来源于stack exchange，提问作者cazzlewazzle89