abclinuxu.cz AbcLinuxu.cz itbiz.cz ITBiz.cz HDmag.cz HDmag.cz abcprace.cz AbcPráce.cz
AbcLinuxu hledá autory!
Inzerujte na AbcPráce.cz od 950 Kč
Rozšířené hledání
×
eParkomat, startup z ČR, postoupil mezi finalisty evropského akcelerátoru ChallengeUp!
Robot na pivo mu otevřel dveře k opravdovému byznysu
Internet věcí: Propojený svět? Už se to blíží...
dnes 16:38 | Komunita

Byly zveřejněny videozáznamy přednášek a workshopů z letošní konference OpenAlt konané 5. a 6. listopadu v Brně. K videozáznamům lze přistupovat ze stránky na SuperLectures nebo přes program konference, detaily o vybrané přednášce nebo workshopu a dále kliknutím na ikonku filmového pásu. Celkově bylo zpracováno 65 hodin z 89 přednášek a workshopů.

Ladislav Hagara | Komentářů: 0
dnes 11:30 | Komunita

Bylo oznámeno, že bude proveden bezpečnostní audit zdrojových kódů open source softwaru pro implementaci virtuálních privátních sítí OpenVPN. Audit provede Matthew D. Green (blog), uznávaný kryptolog a profesor na Univerzitě Johnse Hopkinse. Auditována bude verze 2.4 (aktuálně RC 1, stabilní verze je 2.3.14). Audit bude financován společností Private Internet Access [reddit].

Ladislav Hagara | Komentářů: 2
dnes 06:00 | Komunita

Na YouTube byl publikován Blender Institute Reel 2016, ani ne dvouminutový sestřih z filmů, které vznikly za posledních 10 let díky Blender Institutu. V institutu aktuálně pracují na novém filmu Agent 327. Dění kolem filmu lze sledovat na Blender Cloudu. Videoukázka Agenta 327 z června letošního roku na YouTube.

Ladislav Hagara | Komentářů: 0
dnes 01:02 | Zajímavý článek

Minulý týden byly vydány verze 1.2.3 a 1.1.7 webového poštovního klienta Roundcube. V oznámení o vydání bylo zmíněno řešení bezpečnostního problému nalezeného společností RIPS a souvisejícího s voláním funkce mail() v PHP. Tento týden byly zveřejněny podrobnosti. Útočník mohl pomocí speciálně připraveného emailu spustit na serveru libovolný příkaz. Stejně, jak je popsáno v článku Exploit PHP’s mail() to get remote code execution z roku 2014.

Ladislav Hagara | Komentářů: 1
včera 16:00 | Nová verze

Byla vydána verze 0.98 svobodného nelineárního video editoru Pitivi. Z novinek lze zmínit například přizpůsobitelné klávesové zkratky. Videoukázka práce s nejnovější verzí Pitivi na YouTube.

Ladislav Hagara | Komentářů: 1
včera 15:00 | Zajímavý software

Stop motion je technika animace, při níž je reálný objekt mezi jednotlivými snímky ručně upravován a posouván o malé úseky, tak aby po spojení vyvolala animace dojem spojitosti. Jaký software lze pro stop motion použít na Linuxu? Článek na OMG! Ubuntu! představuje Heron Animation. Ten bohužel podporuje pouze webové kamery. Podpora digitálních zrcadlovek je začleněna například v programu qStopMotion.

Ladislav Hagara | Komentářů: 5
7.12. 21:21 | Nová verze Ladislav Hagara | Komentářů: 0
7.12. 11:44 | Zajímavý projekt

Na Indiegogo byla spuštěna kampaň na podporu herní mini konzole a multimediálního centra RetroEngine Sigma od Doyodo. Předobjednat ji lze již od 49 dolarů. Požadovaná částka 20 000 dolarů byla překonána již 6 krát. Majitelé mini konzole si budou moci zahrát hry pro Atari VCS 2600, Sega Genesis nebo NES. Předinstalováno bude multimediální centrum Kodi.

Ladislav Hagara | Komentářů: 2
7.12. 00:10 | Nová verze

Byla vydána verze 4.7 redakčního systému WordPress. Kódové označením Vaughan bylo vybráno na počest americké jazzové zpěvačky Sarah "Sassy" Vaughan. Z novinek lze zmínit například novou výchozí šablonu Twenty Seventeen, náhledy pdf souborů nebo WordPress REST API.

Ladislav Hagara | Komentářů: 10
6.12. 12:00 | Zajímavý projekt

Projekt Termbox umožňuje vyzkoušet si linuxové distribuce Ubuntu, Debian, Fedora, CentOS a Arch Linux ve webovém prohlížeči. Řešení je postaveno na projektu HyperContainer. Podrobnosti v často kladených dotazech (FAQ). Zdrojové kódy jsou k dispozici na GitHubu [reddit].

Ladislav Hagara | Komentářů: 27
Kolik máte dat ve svém domovském adresáři na svém primárním osobním počítači?
 (32%)
 (24%)
 (29%)
 (7%)
 (5%)
 (3%)
Celkem 805 hlasů
 Komentářů: 50, poslední 29.11. 15:50
Rozcestník
Reklama

Dotaz: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru

22.2. 20:57 pavele
Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
Přečteno: 535×
Mám takový soubor:
1612800;37,17;22,67;0;0;52,38;23,25;0;0;73,74;22,78;0;0;37,02;20,4;98,49;0;2007-01-05 06:14:09
1641600;37,3;22,74;0;0;50,63;23,43;0;0;73,23;22,84;0;0;37,63;20,77;98,76;0;2007-01-05 14:14:09
1670400;37,58;22,71;0;0;49,57;23,48;0;0;72,1;22,79;0;0;38,33;20,48;99,16;0;2007-01-05 22:14:09
1699200;37,16;22,61;0;0;49,09;23,12;0;0;73,83;22,71;0;0;38,02;19,95;99,31;0;2007-01-06 06:14:09
1728000;36,9;22,58;0;0;49,07;22,97;0;0;73,88;22,66;0;0;38,16;19,73;99,39;0;2007-01-06 14:14:09
1756800;36,87;22,56;0;0;49,19;22,88;0;0;73,94;22,63;0;0;38,65;19,6;99,36;0;2007-01-06 22:14:09
1785600;36,87;22,54;0;0;49,28;22,81;0;0;73,97;22,61;0;0;38,93;19,5;99,06;0;2007-01-07 06:14:09
1814400;37,08;22,53;0;0;49,39;22,78;0;0;74,02;22,6;0;0;39,95;19,45;98,86;0;2007-01-07 14:14:09
1843200;37,27;22,53;0;0;49,42;22,78;0;0;74,03;22,59;0;0;40,03;19,43;99,17;0;2007-01-07 22:14:09
28800;37,35;22,63;0;0;49,83;22,94;0;0;73,66;22,67;0;0;38,99;20,11;98,9;0;2007-01-08 15:00:49
Potřebuji získat něco takového:
1612800;37,17;22,67;0;0;52,38;23,25;0;0;73,74;22,78;0;0;37,02;20,4;98,49;0;20070105061409
1641600;37,3;22,74;0;0;50,63;23,43;0;0;73,23;22,84;0;0;37,63;20,77;98,76;0;20070105141409
1670400;37,58;22,71;0;0;49,57;23,48;0;0;72,1;22,79;0;0;38,33;20,48;99,16;0;20070105221409
1699200;37,16;22,61;0;0;49,09;23,12;0;0;73,83;22,71;0;0;38,02;19,95;99,31;0;20070106061409
1728000;36,9;22,58;0;0;49,07;22,97;0;0;73,88;22,66;0;0;38,16;19,73;99,39;0;20070106141409
1756800;36,87;22,56;0;0;49,19;22,88;0;0;73,94;22,63;0;0;38,65;19,6;99,36;0;20070106221409
1785600;36,87;22,54;0;0;49,28;22,81;0;0;73,97;22,61;0;0;38,93;19,5;99,06;0;20070107061409
1814400;37,08;22,53;0;0;49,39;22,78;0;0;74,02;22,6;0;0;39,95;19,45;98,86;0;20070107141409
1843200;37,27;22,53;0;0;49,42;22,78;0;0;74,03;22,59;0;0;40,03;19,43;99,17;0;20070107221409
28800;37,35;22,63;0;0;49,83;22,94;0;0;73,66;22,67;0;0;38,99;20,11;98,9;0;20070108150049
Zatím používám toto, ale je to pomalé:
#!/bin/bash

awk 'BEGIN {
        FS=";";
}

{
        split($18, Z1, " ");
        split(Z1[1], D, "-");
        split(Z1[2], T, ":");
        printf("%s;", $0);
        printf("%s%s%s", D[1], D[2], D[3]);
        printf("%s%s%s\n", T[1], T[2], T[3]);
}'

Odpovědi

22.2. 21:11 Michal Kubeček | skóre: 71 | Luštěnice
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru

Pokud máte jistotu, že se v tom souboru ty znaky jinde vyskytnout nemohou (z ukázky to tak vypadá), nejjednodušší asi bude prohnat to přes

  tr -d ' :-'

(Předpokládám, že chcete odstranit pomlčky (jak to máte v ukázce) a ne tečky (jak píšete v nadpisu).)

22.2. 21:27 pavele
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
Problém právě je, že znak - se tam může vyskytovat, například:
151200;-35,426429;23,785839;0,000000;0,000000;30,512638;23,847171;0,000000;0,000000;68,932240;23,730166;0,000000;0,000000;33,195928;-21,802709;98,254647;0,000000;2013-02-23 22:48:40
162000;35,408064;23,657363;0,000000;0,000000;-30,515696;23,728122;0,000000;0,000000;68,969240;23,623039;0,000000;0,000000;33,234408;-21,691139;-98,222001;0,000000;2013-02-24 01:48:40
172800;35,374079;23,559708;0,000000;0,000000;30,523148;23,623681;0,000000;0,000000;68,974715;23,525660;0,000000;0,000000;33,267497;21,602085;98,032074;0,000000;2013-02-24 04:48:40
183600;35,361032;23,466020;0,000000;0,000000;30,557975;23,524950;0,000000;0,000000;69,004485;23,435732;0,000000;0,000000;-33,318995;21,522748;98,042093;0,000000;2013-02-24 07:48:40
Než jsem si to uvědomil, byl už soubor vložený.
22.2. 21:33 Michal Kubeček | skóre: 71 | Luštěnice
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru

Tak můžete zkusit třeba

  sed -re 's/([0-9]+)-([0-9]+)-([0-9]+) ([0-9]+):([0-9]+):([0-9]+)$/\1\2\3\4\5\6/'

Ale asi to nebude nijak závratně rychlejší než ten awk.

22.2. 22:22 awk
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
mne tento sed vychadzal 2x pomalsi ako awk autora :) moj awk uplne dole prinasa nejake zrychlenie, ale tiez to nieje nic slavne... asi by som skusil perl/python

[root@master ~]# time sed -re 's/([0-9]+)-([0-9]+)-([0-9]+) ([0-9]+):([0-9]+):([0-9]+)$/\1\2\3\4\5\6/' tmp2 > /dev/null

real 0m0.499s user 0m0.490s sys 0m0.000s

[root@master ~]# time awk 'BEGIN { FS=";"; }

{ split($18, Z1, " "); split(Z1[1], D, "-"); split(Z1[2], T, ":"); printf("%s;", $0); printf("%s%s%s", D[1], D[2], D[3]); printf("%s%s%s\n", T[1], T[2], T[3]); }' tmp2 2&>1 > /dev/null

real 0m0.258s user 0m0.254s sys 0m0.004s

[root@master ~]# time awk -F';' '{{ OFS=";";gsub(/[- :]/, "", $NF) ;print}}' tmp2 > /dev/null

real 0m0.189s user 0m0.188s sys 0m0.001s
23.2. 05:37 Michal Kubeček | skóre: 71 | Luštěnice
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
Pokud pro mne bude primárním kritériem rychlost, tak to napíšu v C. Tohle je celkem triviální, u složitějších věcí si lze pomoci třeba flexem.
23.2. 16:57 Andrej | skóre: 43 | blog: Republic of Mordor | Zürich
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru

Tak jsem to napsal v C++. Vyzkoušení už je na tazateli. :-)

ǑǦŹǓǕǙǞǺǨȞȬḔḦḰḾṊṎṸẄẌỖ
wamba avatar 22.2. 23:09 wamba | skóre: 37 | blog: wamba
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
perl -nE 'my @row = split /;/; $row[-1] =~ y/ :-//d; print join q{;}, @row'
This would have been so hard to fix when you don't know that there is in fact an easy fix.
23.2. 10:57 OldFrog {Ondra Nemecek} | skóre: 25 | blog: Žabákův notes | Praha
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
Co to znamená „pomalé“? Kolik řádků máte a na jakém zařízení to spouštíte?
-- OldFrog
23.2. 16:43 pavele
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
Jedná se o cca 300 000 řádků a spouštím to na starém pentiu 1 GHz.

To sloučení (odstranění dvojtečky, pomlčky a mezery v datumu) potom pomáhá ve výběru dat - vybrat řádky od-do podle datumu a času.
23.2. 17:18 pavele
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
Takže zatím to vypadá takto:

1. Původní skript: 12 s. 2. Tento skript: 10,2 s.
#!/bin/bash

awk 'BEGIN {
        FS=";";
}

{
        OFS=";";
        gsub("[-: ]","",$18);
        print;
        
}'
3. Perl: 9,6 s.
23.2. 21:51 OldFrog {Ondra Nemecek} | skóre: 25 | blog: Žabákův notes | Praha
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
Hmm, ještě by na to šlo jít od lesa - nahrát csv do tabulky v sql databázi a tam si s tím už dělat cokoli bude je libo (v databázi bude následné filtrování _mnohem_ rychlejší). Na svém počítači (Phenom X4 3,2GHz, 8GB RAM) naimportuju do databáze milión řádek za 10 až 20 sec podle použité metody, řešilo se to tady: http://www.abclinuxu.cz/poradna/linux/show/412003

Nevím ale, zda by tento postup byl pro vás použitelný a přínosný (jak hodně se nad tím csv pak dotazujete, jak často se csv mění, k čemu to celé slouží atd.).

Pokud hodně používáte csv, můžete se podívat taky na https://csvkit.readthedocs.org/en/0.9.1/ Je to sice suveréně nejpomalejší, ale umí to třeba dělat sql dotazy nad csv, což se může někdy hodit a je to efektní :-)
-- OldFrog
wamba avatar 24.2. 17:04 wamba | skóre: 37 | blog: wamba
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
vybrat řádky od-do podle datumu a času
Toto ten text umožňuje taky pomocí standardního porovnání řetězců, ne? Efektivní práci s časem (přičítání dnů, atd.), neumožňuje ani jedno.
This would have been so hard to fix when you don't know that there is in fact an easy fix.
23.2. 16:55 Andrej | skóre: 43 | blog: Republic of Mordor | Zürich
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru

Co třeba tohle? Není tam ale žádné ošetření chyb a celkem naivně to spoléhá, že sloupec s datem je ten poslední a že za sebou už nemá středník:

#include <iostream>
#include <sstream>
#include <string>

int main() {
    std::stringstream stream;
    std::string line, last_field;
    while (std::getline(std::cin, line)) {
        stream.clear();
        stream.str(line);
        while (std::getline(stream, last_field, ';'));
        std::cout << line.substr(0, line.size() - last_field.size());
        for (char c : last_field) switch (c) {
            case ' ':
            case '-':
            case ':':
                break;
            default:
                std::cout << c;
        }
        std::cout << std::endl;
    }
    return 0;
}

Když tu věc spustím, třeba takhle, …

clang++ -Wall -Wextra --std=c++11 -march=native -O3 ./bla.c++ -o bla
./bla <<-BLA
1612800;37,17;22,67;0;0;52,38;23,25;0;0;73,74;22,78;0;0;37,02;20,4;98,49;0;2007-01-05 06:14:09
1641600;37,3;22,74;0;0;50,63;23,43;0;0;73,23;22,84;0;0;37,63;20,77;98,76;0;2007-01-05 14:14:09
1670400;37,58;22,71;0;0;49,57;23,48;0;0;72,1;22,79;0;0;38,33;20,48;99,16;0;2007-01-05 22:14:09
1699200;37,16;22,61;0;0;49,09;23,12;0;0;73,83;22,71;0;0;38,02;19,95;99,31;0;2007-01-06 06:14:09
1728000;36,9;22,58;0;0;49,07;22,97;0;0;73,88;22,66;0;0;38,16;19,73;99,39;0;2007-01-06 14:14:09
1756800;36,87;22,56;0;0;49,19;22,88;0;0;73,94;22,63;0;0;38,65;19,6;99,36;0;2007-01-06 22:14:09
1785600;36,87;22,54;0;0;49,28;22,81;0;0;73,97;22,61;0;0;38,93;19,5;99,06;0;2007-01-07 06:14:09
1814400;37,08;22,53;0;0;49,39;22,78;0;0;74,02;22,6;0;0;39,95;19,45;98,86;0;2007-01-07 14:14:09
1843200;37,27;22,53;0;0;49,42;22,78;0;0;74,03;22,59;0;0;40,03;19,43;99,17;0;2007-01-07 22:14:09
28800;37,35;22,63;0;0;49,83;22,94;0;0;73,66;22,67;0;0;38,99;20,11;98,9;0;2007-01-08 15:00:49
BLA

… dává mi to výstup:

1612800;37,17;22,67;0;0;52,38;23,25;0;0;73,74;22,78;0;0;37,02;20,4;98,49;0;20070105061409
1641600;37,3;22,74;0;0;50,63;23,43;0;0;73,23;22,84;0;0;37,63;20,77;98,76;0;20070105141409
1670400;37,58;22,71;0;0;49,57;23,48;0;0;72,1;22,79;0;0;38,33;20,48;99,16;0;20070105221409
1699200;37,16;22,61;0;0;49,09;23,12;0;0;73,83;22,71;0;0;38,02;19,95;99,31;0;20070106061409
1728000;36,9;22,58;0;0;49,07;22,97;0;0;73,88;22,66;0;0;38,16;19,73;99,39;0;20070106141409
1756800;36,87;22,56;0;0;49,19;22,88;0;0;73,94;22,63;0;0;38,65;19,6;99,36;0;20070106221409
1785600;36,87;22,54;0;0;49,28;22,81;0;0;73,97;22,61;0;0;38,93;19,5;99,06;0;20070107061409
1814400;37,08;22,53;0;0;49,39;22,78;0;0;74,02;22,6;0;0;39,95;19,45;98,86;0;20070107141409
1843200;37,27;22,53;0;0;49,42;22,78;0;0;74,03;22,59;0;0;40,03;19,43;99,17;0;20070107221409
28800;37,35;22,63;0;0;49,83;22,94;0;0;73,66;22,67;0;0;38,99;20,11;98,9;0;20070108150049

A to vypadá, že by to mohlo být ono. :-)

Ale opravdu je v awk nějaký problém s výkonem? Nevěřím, že by awk nemělo tohle rychleji. Ještě bys mohl použít tu druhou implementaci getline(), která dostane předem naalokovaný buffer pevné délky, a v tom bufferu pak vyzobávat znaky. Určitě tady kdekdo vymyslí z fleku klidně dalších pět optimatlizací. Jen je otázka, jestli to fakt stojí za to. :-)

ǑǦŹǓǕǙǞǺǨȞȬḔḦḰḾṊṎṸẄẌỖ
23.2. 17:16 Andrej | skóre: 43 | blog: Republic of Mordor | Zürich
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru

A ještě se to dá vzít třeba klidně zezadu. :-D Koneckonců, proč ne.

#include <iostream>
#include <string>

int main() {
  std::string line, last_field;
  while (std::getline(std::cin, line)) {
    last_field.clear();
    size_t removed{0};
    for (auto it = line.rbegin(); it != line.rend() && *it != ';'; ++it) {
      switch (*it) {
        case ' ':
        case '-':
        case ':':
          ++removed;
          break;
        default:
          last_field += *it;
      }
    }
    std::cout << line.substr(0, line.size() - last_field.size() - removed);
    std::cout << std::string{last_field.rbegin(), last_field.rend()};
    std::cout << std::endl;
  }
  return 0;
}
ǑǦŹǓǕǙǞǺǨȞȬḔḦḰḾṊṎṸẄẌỖ
23.2. 18:27 pavele
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
Tak náhradou awk za mawk se čas se skriptem s gsub smrskl na 3 sekundy, což je přijatelné.

Pokud by měl ještě někdo návrh, jak to lépe zoptimalizovat v awk, sed, python nebo jiném skriptovacím jazyku...
wamba avatar 23.2. 19:37 wamba | skóre: 37 | blog: wamba
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
a když ten Perl script spustíš takhle, změní se původní soubor (zaloha s .bak),
perl -i.bak -pE 'my @row = split /;/; $row[-1] =~ y/ :-//d; $_= join q{;}, @row;' input.txt
This would have been so hard to fix when you don't know that there is in fact an easy fix.
23.2. 20:54 pavele
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
Kruci, v tom awk skriptu s gsub mi zmizel datum, jak ho dostat zpět?

Potřebuju výstupní formát ve tvaru:
2700000;-32,513844;-24,360552;0,000000;0,000000;-27,325044;-24,370144;0,000000;0,000000;79,236248;24,215390;0,000000;0,000000;28,465076;22,663942;98,953721;0,000000;2013-03-25 10:48:40;20130325104840
23.2. 21:09 pavele
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
Takže:
#!/bin/bash

awk 'BEGIN {
        FS=";";
}

{
        OFS=";";
        $19 = $18
        gsub("[-: ]","",$19);
        print;
Miluju awk... :-)
23.2. 22:18 RM
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
sed 'h;s/.*;//;s/[-: ]//g;x;s/;[^;]*$//;G;s/\n/;/'
24.2. 16:52 pavele
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
31 sekund. :-)

(mawk: necelé 4 sekundy, počet řádků:194 000)
24.2. 20:06 RM
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
Zkuste nastavit jednobajtový mód sedu:
LC_CTYPE=C sed 'h;s/.*;//;s/[-: ]//g;x;s/;[^;]*$//;G;s/\n/;/' file.txt
24.2. 21:43 RM
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
Při takovém množství bude nejvhodnější nasekat to na části, aby substituce proběhla na co nejmenším počtu znaků. Pak je třeba mít nastavené LC_CTYPE nebo LANG na C nebo POSIX. Nejrychlejší řešení s editorem sed a progamem tr se dá vymyslet asi jedině takové:

cat /tmp/t | tr '\n' '\t' | tr ';' '\n' | LC_CTYPE=C sed '/:/{s/[ :-]//g}' | tr '\n' ';' | tr '\t' '\n'

Editor dělá jen triviální substituci na řádcích, kde se nachází dvojtečka. Výhodou může být, že počet sloupců tu nemusí být stejný.
24.2. 22:11 RM
Rozbalit Rozbalit vše Re: Jak odstranit tečku, mezeru a dvojtečku z datumu v řádcích souboru
ještě ty tr se dají také smrsknout na obou stranách do jednoho, což přinese jen nepatrnou úsporu. Na mém Atomu trvá úprava 210K řádek 6.7s. Ten samý počet mi gawk upraví za 2,7s.

time LC_CTYPE=C awk -v FS=';' -v OFS=';' '{gsub("[ -:]", "", $(NF-1) )}1' /tmp/t >/dev/null

Založit nové vláknoNahoru

Tiskni Sdílej: Linkuj Jaggni to Vybrali.sme.sk Google Del.icio.us Facebook

ISSN 1214-1267   www.czech-server.cz
© 1999-2015 Nitemedia s. r. o. Všechna práva vyhrazena.