☰

Como posso editar txt para xls no Unix?

tag-icon • tag-icon csv text-formatting
Como posso editar txt para xls no Unix?

Quero converter meu arquivo txt para xls/csv.

A primeira linha deve imprimir data e hora e a segunda linha deve imprimir todos os dados restantes (de tid à tabela no exemplo abaixo)

Quando estou usando o comando abaixo

awk 'BEGIN{ OFS="\t"; print "DateTime,Error"}; NR > 1{print $1,$2;}' TMP.txt > Output.xls

Está imprimindo data e hora na primeira linha, mas apenas imprimindo tid na próxima coluna.

Alguém pode me ajudar a imprimir todo o texto restante na segunda coluna

Grave em arquivo de texto:

2019-11-26T11:51:32.087-08:00 tid: JCA-work-instance:AQ Adapter-8 userId: <anonymous> 0 , APP: Service Bus Logging FlowId: 0000MtDbHiu8pmk5Szd9ic1TlVox0015xl RouteNode2, null, null, REQUEST Queried data from header table

Os seguintes tipos de entradas de log também devem ser considerados:

Nov 28, 2019 8:19:03 AM PST HTTP BEA-101019 [ServletContext[text] Servlet failed with an IOException. 
Nov 28, 2019 8:22:40 AM PST [null, null, null, ERROR] error in service-callouterror service to get information

Responder1

A razão para o comportamento que você vê é que, por padrão, awktrata WHITESPACE(ou seja, espaço, tabulação) como separador de campo de entrada. Por isso,todoO item em seu arquivo de entrada que está cercado por espaço é tratado como um único "campo" e recebe sua própria $<number>variável interna. Seu awkcomando, no entanto, instrui awka imprimir apenas os dois primeiros campos ( $1e $2), que são, no seu caso, a string de data/hora e o literal tid:.

No seu caso particular, a maneira mais fácil pode ser sedsubstituir oprimeiroespaço em branco por um tabulador, que deve dar o resultado desejado.

Como você também deseja incluir uma linha de cabeçalho, o seguinte deve funcionar (assumindo que o GNU sedesteja sendo usado):

sed -e '1 i\DateTime\tError' -e 's/ /\t/' TMP.txt > Output.txt

A primeira expressão insere uma linha de texto no início da linha, a segunda executa a "formatação real" pretendida.

Atualizar

Para o formato de string adicional que você forneceu, eu recorreria awkem vez de sed(observe que uso GNU awk):

awk 'BEGIN{printf("DateTime\tError\n")} {match($0,"^([[:alpha:]]{3}[[:space:]]+[0123]?[[:digit:]],[[:space:]]+20[[:digit:]]{2}[[:space:]]+[01]?[[:digit:]]:[012345][[:digit:]]:[012345][[:digit:]][[:space:]]+[AP]M[[:space:]]+[[:alpha:]]+)[[:space:]]+([[:print:]]*)$", fields); printf("%s\t%s\n", fields[1], fields[2])}' TMP.txt > Output.txt

Esta expressão regular corresponde a um formato de hora especificado por você, seguido por um ou mais espaços, seguido por caracteres imprimíveis arbitrários até o final da linha e imprime o primeiro (...)subgrupo, o carimbo de data/hora, depois a e \t, em seguida, o segundo (...)subgrupo, que é "o resto da linha". Além disso, a BEGINâncora é usada para inserir a linha do cabeçalho no topo.

Como ambos os casos podem ocorrer no mesmo arquivo, temos que combiná-los em um único awkprograma:

BEGIN {
    printf("DateTime\tError\n");
}

{
if (match($0,"^([[:alpha:]]{3}[[:space:]]+[0123]?[[:digit:]],[[:space:]]+20[[:digit:]]{2}[[:space:]]+[012]?[[:digit:]](:[012345][[:digit:]]){2}[[:space:]]+[AP]M[[:space:]]+[[:upper:]]+)[[:space:]]+([[:print:]]*)$", fields) == 0)
    match($0,"^(20[[:digit:]]{2}-[01][[:digit:]]-[0123][[:digit:]][[:alpha:]][012][[:digit:]](:[012345][[:digit:]]){2}.[[:digit:]]{3}[+-][012][[:digit:]]:[012345][[:digit:]])[[:space:]]+([[:print:]]*)$", fields);

printf("%s\t%s\n", fields[1], fields[3]);
}

Você pode chamar o script acima xlsconvert.awke depois chamá-lo como

user@host$ awk -f xlsconvert.awk TMP.txt > Output.txt

Observe que isso, é claro, manterá os diferentes formatos de carimbo de data/hora na saída. Se você quiser convertê-lo para um formato unificado, talvez seja necessário recorrer a um script de shell.

informação relacionada