中国DOS联盟

有一文本文件，数据量很大，其中部分数据如下：

公司部,500000,2009-6-12,2011-5-30,正常

公司部,2000000,2009-5-8,2011-5-7,次级

个贷保宁,80000,2008-4-20,2008-1-20,损失

公司部,5000000,2009-1-22,2012-1-21,正常

公司部,40000,2000-5-19,2002-5-20,可疑

个贷保宁,0,2006-1-20,2008-1-20,损失

个贷保宁,0,2008-1-21,2008-1-20,关注

个贷保宁,150000,2008-10-30,2010-10-28,次级

个贷保宁,28000,2009-9-7,2010-9-6,关注

公司部,3000000,2009-6-8,2011-5-7,正常

要求用sed或gawk等能快速处理文件的命令处理：
1、以逗号为分隔符，将数据中第二列为0的行删除；
2、以逗号为分隔符，将数据中第二列数据大于50000，且末列为“正常”的行删除。

求大家相助。

找个gawk的基础教程看看吧

在windows中用gawk

gawk -F, "{if($2==0||($2>50000&&$NF~/正常$/)) $0=\"\";print}" file

有个“缺点”：要删除的行会变成空行

可以看看教程中关于next的用法

版主，在哪儿可以下载更多的关于gawk的教程？我在网上找到的教程都是些粗略的说明，没有详细深入的介绍。麻烦你指点迷津。

O'Reilly sed & awk 2nd Edition
http://bbs.chinaunix.net/viewthread.php?tid=1588614#pid11286082

awk文章收集
http://bbs.bathome.net/thread-3997-1-1.html

这个应该可以：

gawk -F, "{if($2==0||($2>50000&&$NF~/正常$/)) next;print}" file

cmd 批处理 for+if 搞定

@echo off

for /f "delims=, tokens=1,2,3,4,5" %%c in (xyz.txt) do (

if not %%d GTR 500000 (if not "%%g"=="正常" echo %%c,%%d,%%e,%%f,%%g )

)

[ Last edited by DXSX on 2010-9-14 at 11:40 ]

HAT版主，能否指点一下以下四个批处理的区别：

gawk -F, "{($NF==\"正常\");print}" file



gawk -F, "{($NF==/正常/);print}" file



gawk -F, "($NF==\"正常\"){print}" file



gawk -F, "($NF==/正常/){print}" file

P处理中：
一、第一个与第二个结果相同，说明/正常/与\"正常\"可能相同，为什么第四个没有输出结果？修改为 $NF~/正常/ 才正确？/正常/与\"正常\"是否真的相同？

二、第一、二个P处理中，$NF==\"正常\"是否是表示最末一项等于“正常”，为什么输出结果又不是？

三、"~"与"=="区别在哪里？有时候两个结果相同，有时间结果又不同？

四、以下两个批处理：

gawk -F, "$2=="0"{print}" file

gawk -F, "{if($2=="0") print}" file

结果为什么是相同的？而上述第一、二个P处理与第三个又结果却不相同？

问题有点多，麻烦了！
谢谢了。

[ Last edited by hgx126 on 2010-9-14 at 20:56 ]

/正常/一般是进行正则匹配的时候才这样写；\"正常\"是Windows里面的特殊写法，\是为了转义后面的"，在UNIX里面不需要这么麻烦。

~用于正则匹配，==用比较是否相等。