Contando os caracteres separados por vírgula em uma linha

Question

Como posso contar quantos elementos são separados por vírgula em uma determinada coluna de um arquivo (tab_delimited), usando awk ou sed?

Exemplo:

AC    1,23,5
DC    2,8,89

retornaria:

AC    3
DC    3

    

Answer 1

$ awk -F '[\t,]' '{print $1, NF-1}' some_file

onde

• -F define o separador de campo, ou seja, guia ou vírgula
• $1 referencia o primeiro campo
• NF é uma variável interna que contém o número de campos em um registro
• a instrução awk é executada para cada registro (ou seja, para cada linha)

Answer 2

awk -v col=2 -F '\t' '{$col=gsub(",", "", $col)+1; print}'

col é um parâmetro que representa o número da coluna analisada e -v atribui 2 a ele.

-F '\t' define o separador de campo como o caractere de tabulação ¹ . gsub retorna o número de substituições, por isso está sendo usado para contar as número de vírgulas. O resultado é atribuído à coluna analisada e o% final print exibe todas as colunas.

$ cat input 
AC  1,23,5
DC  2,8,89
XX  3,4,5,6,7   YYY,ZZZ
$ awk --assign col=2 -F '\t' '{$col=gsub(",", "", $col)+1; print}' < input
AC 3
DC 3
XX 5 YYY,ZZZ

_{¹ Algumas implementações do awk podem não analisar \t e nesse caso você pode usar algum Bash específico citando - $'\t' - que passará o próprio caractere de tabulação para awk.}