如何用Bash awk按匹配字符串拆分单列数据为多列？

我来帮你搞定这个需求！你遇到的核心问题是不同组行数不一致时列对齐错误，本质是之前的脚本没有正确跟踪每个组的行数据，也没处理行数差异的情况。下面给你一个能完美解决问题的awk脚本，附带详细解释和测试示例。

核心思路 #

我们需要用二维数组存储每个组（列）的每一行数据，同时记录所有组的最大行数，最后按行遍历输出每一列的对应内容——没有数据的位置自动留空，保证列对齐。

最终awk脚本 #

BEGIN { FS=OFS="\t" }
/male_position/ {
    col++
    row[col] = 0
    next
}
{
    row[col]++
    data[col, row[col]] = $0
    if (row[col] > max_rows) max_rows = row[col]
}
END {
    for (r=1; r<=max_rows; r++) {
        line = ""
        for (c=1; c<=col; c++) {
            line = line (line ? OFS : "") data[c, r]
        }
        print line
    }
}

脚本逐行解释 #

1. BEGIN块：设置输入(FS)和输出(OFS)分隔符为制表符，确保列用制表符分隔，和你的需求匹配。
2. 匹配'male_position'时：
   • 列计数器col加1，代表新的一列开始。
   • 初始化该列的行索引row[col]为0，准备接收后续数据。
   • next跳过当前行，因为这个标记只是列的起始，不需要作为数据内容。
3. 处理普通数据行：
   • 当前列的行索引row[col]加1，记录这是该列的第N行。
   • 把当前行内容存入二维数组data[col, row[col]]，相当于把数据放到「第col列第row行」的位置。
   • 更新全局最大行数max_rows，确保最后输出时能覆盖所有组的行。
4. END块：
   • 按行从1到max_rows遍历，每一行对应输出结果的一行。
   • 遍历每一列，取出对应位置的data[c, r]拼接成一行——如果某列在该行没有数据，数组元素为空字符串，自然会留出空白位置，保证列对齐。

测试示例 #

假设你的test.file2内容如下：

male_position
a1
a2
male_position
b1
b2
b3
male_position
c1

运行脚本后，输出会是：

a1	b1	c1
a2	b2	
	b3	

完全符合列对齐的要求，即使各组行数差异很大也不会错位。

内容的提问来源于stack exchange，提问作者user95146