以TXT为载体的数据交换利用SHELL生成导数脚本实例

平时一些数据交流，比如，各地保险行业协会与保险公司之间，很大一部分都是通过文本方式的，

因为这种方式非常灵活，打个包，非常易于后期处理！而如果给你一个mdb,或者xls毕竟就没那么容易搞定了，

这些数据有时候可能都是几百万条记录，你能想像xls要怎么做吗？而且，你要把这些数据导入你的数据库，

那你不得不为你这个再开发一个程序，多不划算啊！

可能你也会想如果是文本不需要开发吗？也许，习惯win平台的我们马上想起了UE，

无敌列编辑模式(ALT+C)，但是，碰到那种字段长度并不完全相同的情况是不是只能想死呢？

其实呢，借助强大的SHELL，我们根本无需开发什么，我们只是写点简单的脚本，同样可以零活到家。

下面这个是真实案例，为数据的安全性，我对原数据稍微做了处理!

我们先看一下从行业协会过来的数据(下载)的基本结构

$ tail tp_claim.txt 
XXXX02|,|7802410222009000261|,|80XXXX020000000000115156175N|,|6802410222009000039A|,|23XXXX0290000000000100915307E|,|84XXXX020000000000116295906E
XXXX02|,|7802410222009000263|,|80XXXX020000000000115170337N|,|6802410222009000126|,|23XXXX0290000000000100918119E|,|

从数据来看，总共有6个字段，并以分割符”|,|”，并且第六个字段有可能为空

这里简单的介绍一下目标，我们会以第二列为主键，更新某张表的两个字段，分别为第三列，和第六例

很明显 ，这种情况下用强大的AWK明显是最合适的，先看一下脚本

#!/bin/awk -f
BEGIN{
        #FS="|,|";
}

{
        printf "update t_upd_bj_buss_claim set claim_code='%s',c_state='1'",$2;
        printf " where c_comm_typ = '0' and c_rpt_no = '%s';\n",$3;

        if(length($6)!=0)
        {
                printf "update t_upd_bj_buss_claim set c_clm_cnfrm_cde='%s',c_state='1'",$6;
                printf " where c_comm_typ = '2' and c_rpt_no = '%s';\n",$3;
        }
        print "";
}
END{
        #print "exit";

这个脚本很简单的，都是在讨论如何输出SQL语句，

用到了AWK的三个函数print、printf和length，看这字面的意思，也不用多解析了，跟C有点像

要注意的是printf不会输出换行符，及字符串中'%s'，格式化字符

第三行中，如果最后一列不为空，多更新一个字段，仅此而已

然后，我们执行一下，我们可以先修改一下脚本为可执行文件，然后打印文本，利用管道技术，将字段分割符'|'连接，

并将分割符'|,|’用tr命令进行替换，并使用

我们刚才的脚本进行处理，并将处理结果集输出为tp_claim.sql

$chmod +x tp_claim.awk

$cat tp_claim.txt|tr '|,|' ' '|./tp_claim.awk > tp_claim.sql

剩下的就是我们用sqlplus执行一下这个脚本了

SQL> @tp_claim.sql

其实我们上面要写成一个脚本，但事实上，如果要求简单一点，我们甚至只要一条命令就够了

sed -e 's/|,|/ /g' tp_claim.txt | awk '{print "update t_upd_bj_claim set claim_code=\047$3\047 where c_rpt_no = \047$2\047;"}'

解释一下，上面用到了同样无比强大的sed进行替换,s代表替换，将|,|替换为空格,

我们在vi里面也经常这么用，如：

:%s/|,|/ /g

在上上文中，我们使用的是tr命令

并用管道连接起来，其中awk命令中的\047代表单引号，虽然是别扭了一点，

题外话，想输出单引号还真是有点麻烦，不知道有没有谁有更好的办法

awk ‘BEGIN{print “\047”}'

awk "BEGIN{print \"'\"}"

总结：

shell的文本能力真是无比强大，甚至可以join，

如果各位正在考虑数据交换的格式的时候，还是多多考虑一下TXT吧，这才是王道

少用XML，最重要的是不要用二进制的格式(比如.xls,.mdb等)吧，

当然，大部分人可能是在window下面写代码，毕竟是大多数人的选择，那就装一个Cygwin，

玩一玩SHELL，给你全新的体验

Technorati 标签: shell,linux,导数,awk,数据交换,Cygwin