awk : traiter des champs sur plusieurs lignes

Bonjour,

dans la news La légende d'Unix Brian Kernighan, qui ne nous doit rien, continue à corriger le code fondamental d'AWK, je lis

Citation:

---

Cependant, certains fichiers ont des données regroupées sur plusieurs lignes plutôt que sur une seule. Dans ce cas, on parle d'enregistrement et l'on peut indiquer à Awk de traiter plusieurs lignes à la fois, jusqu'à la fin d'un enregistrement, en modifiant les variables FS (séparateur de champs) et RS (séparateur d'enregistrements).

---

je n'en sais probablement pas encore assez, mais je ne vois pas comment.

si quelqu'un a un exemple de tel fichier, et la manière de le traiter avec awk...

Techniquement, tu as le fichier à la windows qui termine les lignes par \r\n au lieu de \n.

Donc, pour ceux là, tu positionnes la variable awk RS à "\r\n" et le tour est joué.

Le RS n'est ni plus ni moins ce que l'on considère comme la fin de ligne.

d'après la description, j'imagine un fichier comme ça :

Code:

---

1 2 3

champ1L1 champ champ3L1 2L1 champ1L2 champ2L2 champ3L3

---

assigner le RS à \s\n permettrait de retrouver l'intégr(al)ité du deuxième champ de la première ligne ?

Non,
FS pour Field Separator (colonne)
RS pour Row Separator (ligne)

Et dans une Row tu as des Fields mais dans un Field tu n'a pas de Row

comment expliques-tu ceci, alors :

Citation:

---

certains fichiers ont des données regroupées sur plusieurs lignes plutôt que sur une seule.
[...]
on peut indiquer à Awk de traiter plusieurs lignes à la fois, jusqu'à la fin d'un enregistrement, en modifiant les variables FS (séparateur de champs) et RS (séparateur d'enregistrements)

---

je ne comprends probablement pas la première ligne. :(

Une mauvaise expression, car RS ne fait que modifier la notion de fin de ligne.
Si dans RS tu mets par exemple "toto", alors awk considérera que la fin de ligne est "toto" et non plus "\n".

Bonjour

Citation:

---

Envoyé par N_BaH

si quelqu'un a un exemple de tel fichier

---

Oui, tu peux regarder ici. Tu trouveras plein d'exemples de fichiers à la con qui ont des champs sur plusieurs lignes.
Et de mon côté j'ai eu des cas analogues (principalement issus de fichiers Excels dans lesquels les cellules contenaient plusieurs lignes, et ensuite convertis en CSV)

Citation:

---

Envoyé par N_BaH

et la manière de le traiter avec awk...

---

Je viens de tenter ce truc : un fichier "X" contenant ceci

Code:

---

1 2 3 4

Hello World Ceci est un exemple: Hello World2 Ceci est un exemple2:

---

Et traité via cette ligne: awk 'BEGIN {RS=":"} {printf("[%s]\n", $0)}' X.

Le résultat

Code:

---

1 2 3 4 5 6 7

[Hello World Ceci est un exemple] [ Hello World2 Ceci est un exemple2] [ ]

---

Un petit souci de '\n' résiduel mais ça marche. Ceci dit, de mon côté j'ai traité mes fichiers via Python et son module csv. C'était quand-même bien plus pratique.

d'accord. merci.

Citation:

---

Envoyé par N_BaH

d'après la description, j'imagine un fichier comme ça :

Code:

---

1 2 3

champ1L1 champ champ3L1 2L1 champ1L2 champ2L2 champ3L3

---

assigner le RS à \s\n permettrait de retrouver l'intégr(al)ité du deuxième champ de la première ligne ?

---

EDIT :
mais en fait, il serait plutôt à peu près comme ça :

Code:

---

1 2 3 4

champ1L1 champ 2L1 champ 3L1§ champ1L2 champ2L2 champ3L2§

---

pour lequel FS=' ' et RS='§':aie:

Oui, j'ai l'impression que tu as trouvé un nouveau jouet :mrgreen:

Citation:

---

Envoyé par Sve@r

Oui, tu peux regarder ici. Tu trouveras plein d'exemples de fichiers à la con qui ont des champs sur plusieurs lignes.

---

J'ai l'impression que celui qui veut écrire un parser csv après avoir lu la référence est soit maso soit fou soit très sûr de lui...
:aie: