[Linux] awk 切分字符

Date: 2020.06.20

Author: Xin Pan

问题

假设有下边的文件wav.scp：

G0002_DTM1_050_ahead_000_G0002_S1001_MDM16 /home/panxin/kaldi/egs/ami/s5/wav_db/wav/beamformed/G0002_DTM1_050_ahead_000_G0002_S1001_MDM16.wav

我希望得到如下结果：

G0002_DTM1_050_ahead_000_G0002_S1001_MDM16 G0002

解决

使用如下命令

cat wav.scp |awk '{print $1}' |awk 'BEGIN{FS="[_]+"}{print $0" "$1}' >utt2spk

首先

`cat wav.scp |awk '{print $1}' #会得到这个部分G0002_DTM1_050_ahead_000_G0002_S1001_MDM16

在上边的基础之上使用

awk 'BEGIN{FS="[_]+"}{print #$0" "$1}

会把G0002_DTM1_050_ahead_000_G0002_S1001_MDM16中以“_"符号进行切分。$0表示输入内容，$1表示切分后的第一个内容。
这样我们就得到了G0002_DTM1_050_ahead_000_G0002_S1001_MDM16 G0002