數(shù)據(jù)展開

gr33n

各位大大好:

1: 一個(gè)文本, 每行是由字符 A, B, C, D 字符組成的。如:

A[BC]D[ABC]DA[BC]D
[BCA][ADB]DAA[BC]

2: [AB], [ABCD]..是一組. 在每一組之內(nèi), 字符沒(méi)有重復(fù), 如:

[AAB]   # A 重復(fù)
[ABC]   # 沒(méi)有重復(fù)

3: 數(shù)據(jù)依序擴(kuò)展

一行比如:  A[BC]D

數(shù)據(jù)依序擴(kuò)展為：

ABD
ACD

一行比如: A[BC]D[AC]
數(shù)據(jù)依序擴(kuò)展為：

ABDA
ABDC
ACDA
ACDC

4: 行1 輸出 file.1, 行2 輸出 file.2....

5: 每文本按照 limit 值 輸出, (輸出行數(shù) <= limit):

一行比如: A[BC]D[AC]

比如: limit = 3, 輸出行數(shù) = 3

ABDA
ABDC
ACDA

一行比如: A[BC]
比如: limit = 5, 輸出:

AB
AC

測(cè)試文件如下：( 假設(shè) limit = 10 )

A[BC]D[ABC]DA[BC]D
[BCA][ADB]DAA[BC]
A[BC]D[AC]


結(jié)果:

file.1:
ABDADABD
ABDADACD
ABDBDABD
ABDBDACD
ABDCDABD
ABDCDACD
ACDADABD
ACDADACD
ACDBDABD
ACDBDACD

file.2:
BADAAB
BADAAC
BDDAAB
BDDAAC
BBDAAB
BBDAAC
CADAAB
CADAAC
CDDAAB
CDDAAC

file.3:
ABDA
ABDC
ACDA
ACDC



# 實(shí)際的一行數(shù)據(jù)可能看起來(lái)像這樣
A[BC]D[AC]DAABACDA[AC]DDACA[BC]D[AC]DAAA[BC]DDDACB[AC]DAABCCD[AC]DCCA[BC]D[AC]DCA[BC]DACDA[BC]D[ABC]DA[BC]D[AC]DABCD[ACB]DA[BC]DACCDABCD[DC]DA[BCA]DDABCCBB

各位大大能不能給我這個(gè)數(shù)據(jù)擴(kuò)展的腳本 ?

關(guān)陰月飛

回復(fù) 1# gr33n


大概思路：
把 [ABC] 替換成 {A,B,C} 之后用echo就能打出所有組合

1. awk -vl=10 -F '' '{for(i=0;i++<NF;){if($i=="["){s=1;continue}if($i=="]"){s=0}if(s)$i=$i","};gsub(/\[/,"{");gsub(/,]/,"}");"echo "$0 |getline a;split(a,b," ");for(n=0;n++<l;)print b[n] >"file."NR}' OFS=''  urfile

復(fù)制代碼

gr33n

回復(fù) 2# 關(guān)陰月飛


(⊙０⊙)~  啊!! 好厲害！謝謝大大！
結(jié)果出來(lái)是正確的!

大大, 可不可以再優(yōu)化?

yestreenstars

1. 腳本：
   
2. #!/bin/awk -f
   
3. BEGIN{FS="[][]";limit=10}
   
4. {
   
5.         for(i=0;i++<NF;){
   
6.                 if(i%2)t=$i
   
7.                 else{
   
8.                         if(i>2){
   
9.                                 for(j=0;j++<length(b[i-2]);){
   
10.                                         for(k=0;k++<split($i,a,"");){
    
11.                                                 b[i][++n]=b[i-2][j]""t""a[k]
    
12.                                                 if(i==NF-1)b[i][n]=b[i][n]$(i+1)
    
13.                                         }
    
14.                                         if(n>=limit)break
    
15.                                 }
    
16.                                 n=0
    
17.                         }else for(j=0;j++<split($i,a,"");)b[2][j]=t""a[j]
    
18.                 }
    
19.         }
    
20.         for(i=1;i<=limit&&i<=length(b[NF-1]);i++)print b[NF-1][i] > "file."NR
    
21.         delete b
    
22. }
    
23. 效率測(cè)試：
    
24. $ cat i
    
25. A[BC]D[AC]DAABACDA[AC]DDACA[BC]D[AC]DAAA[BC]DDDACB[AC]DAABCCD[AC]DCCA[BC]D[AC]DCA[BC]DACDA[BC]D[ABC]DA[BC]D[AC]DABCD[ACB]DA[BC]DACCDABCD[DC]DA[BCA]DDABCCBB
    
26. 
    
27. $ time ./a i
    
28. 
    
29. real    0m0.144s
    
30. user    0m0.015s
    
31. sys     0m0.015s
    
32. 
    
33. $ cat file.1
    
34. ABDADAABACDAADDACABDADAAABDDDACBADAABCCDADCCABDADCABDACDABDADABDADABCDADABDACCDABCDDDABDDABCCBB
    
35. ABDADAABACDAADDACABDADAAABDDDACBADAABCCDADCCABDADCABDACDABDADABDADABCDADABDACCDABCDDDACDDABCCBB
    
36. ABDADAABACDAADDACABDADAAABDDDACBADAABCCDADCCABDADCABDACDABDADABDADABCDADABDACCDABCDDDAADDABCCBB
    
37. ABDADAABACDAADDACABDADAAABDDDACBADAABCCDADCCABDADCABDACDABDADABDADABCDADABDACCDABCDCDABDDABCCBB
    
38. ABDADAABACDAADDACABDADAAABDDDACBADAABCCDADCCABDADCABDACDABDADABDADABCDADABDACCDABCDCDACDDABCCBB
    
39. ABDADAABACDAADDACABDADAAABDDDACBADAABCCDADCCABDADCABDACDABDADABDADABCDADABDACCDABCDCDAADDABCCBB
    
40. ABDADAABACDAADDACABDADAAABDDDACBADAABCCDADCCABDADCABDACDABDADABDADABCDADACDACCDABCDDDABDDABCCBB
    
41. ABDADAABACDAADDACABDADAAABDDDACBADAABCCDADCCABDADCABDACDABDADABDADABCDADACDACCDABCDDDACDDABCCBB
    
42. ABDADAABACDAADDACABDADAAABDDDACBADAABCCDADCCABDADCABDACDABDADABDADABCDADACDACCDABCDDDAADDABCCBB
    
43. ABDADAABACDAADDACABDADAAABDDDACBADAABCCDADCCABDADCABDACDABDADABDADABCDADACDACCDABCDCDABDDABCCBB

復(fù)制代碼

注：請(qǐng)使用4.0以上的awk運(yùn)行~

elu_ligao

1. [redhat@localhost ~]$ cat urfile
   
2. A[BC]D[ABC]DA[BC]D
   
3. [BCA][ADB]DAA[BC]
   
4. A[BC]D[AC]
   
5. [redhat@localhost ~]$ ls -l file*
   
6. ls: file*: No such file or directory
   
7. [redhat@localhost ~]$ awk -vl=10 -F '' '{for(i=0;i++<NF;){if($i=="["){s=1;continue}if($i=="]"){s=0}if(s)$i=$i","};gsub(/\[/,"{");gsub(/,]/,"}");"echo "$0 |getline a;split(a,b," ");for(n=0;n++<l;)print b[n] >"file."NR}' OFS=''  urfile
   
8. sh: ABDADABD: command not found
   
9. sh: BADAAB: command not found
   
10. sh: ABDA: command not found
    
11. [redhat@localhost ~]$ ls -l file*
    
12. -rw-rw-r-- 1 redhat redhat 10 Feb  9 14:46 file.1
    
13. -rw-rw-r-- 1 redhat redhat 10 Feb  9 14:46 file.2
    
14. -rw-rw-r-- 1 redhat redhat 10 Feb  9 14:46 file.3
    
15. [redhat@localhost ~]$ cat file.1
    
16. 
    
17. 
    
18. 
    
19. 
    
20. 
    
21. 
    
22. 
    
23. [redhat@localhost ~]$
    
24. 
    
25. 為什么報(bào)
    
26. sh: ABDADABD: command not found
    
27. sh: BADAAB: command not found
    
28. sh: ABDA: command not found
    
29. 而且file.*里都是空行
    
30. 
    
31. "echo "$0 | getline a; 這里報(bào)錯(cuò)

復(fù)制代碼

gr33n

回復(fù) 4# yestreenstars


    (⊙０⊙)~  啊!! 好厲害！跑得更快了, 非�？斓�。

謝謝大大！