shell 月份英數格式轉換，月份英文轉換成數字

對於處理百萬級別以上的數據，提供三個方法對比：
方法一大約耗時25分鐘（for循環）
方法二大約耗時7分鐘（for循環）
方法三大約耗時10秒（awk工具）

現在有個文本，裏面數據是日-月-年，如下：

任務就是將上面的日期轉換成YYMMDD格式。
例如第一個的17-MAR-20，則是轉換成20200317
那麼需求就很簡單了，將中間的英文提取轉換成數字月份，然後重新排列組合就行了。

轉換後的結果：

方法一：

代碼如下：

for tmp in `cat file |awk -F '[,]' '{print $3}' `;
do
    month=`echo $tmp|awk -F '[-]' '{print $2}'`
    #echo $month
    case $month in
        JAN|Jan|jan)
            echo $tmp|awk -F '[-]' '{print 20$(3)01$1}'>>file_new
        ;;
        FEB|Feb|feb)
            echo $tmp|awk -F '[-]' '{print 20$(3)02$1}'>>file_new
        ;;
        MAR|Mar|may)
            echo $tmp|awk -F '[-]' '{print 20$(3)03$1}'>>file_new
        ;;
        APR|Apr|apr)
            echo $tmp|awk -F '[-]' '{print 20$(3)04$1}'>>file_new
        ;;
        MAY|May|may)
            echo $tmp|awk -F '[-]' '{print 20$(3)05$1}'>>file_new
        ;;
        JUN|Jun|jun)
            echo $tmp|awk -F '[-]' '{print 20$(3)06$1}'>>file_new
        ;;
        JUL|Jul|jul)
            echo $tmp|awk -F '[-]' '{print 20$(3)07$1}'>>file_new
        ;;
        AUG|Aug|aug)
            echo $tmp|awk -F '[-]' '{print 20$(3)08$1}'>>file_new
        ;;
        SEP|Sep|sep)
            echo $tmp|awk -F '[-]' '{print 20$(3)09$1}'>>file_new
        ;;
        OCT|Oct|oct)
            echo $tmp|awk -F '[-]' '{print 20$(3)10$1}'>>file_new
        ;;
        NOV|Nov|nov)
            echo $tmp|awk -F '[-]' '{print 20$(3)11$1}'>>file_new
        ;;
        DEC|Dec|dec)
            echo $tmp|awk -F '[-]' '{print 20$(3)12$1}'>>file_new
        ;;
    esac
done

有一個問題就是，上面的這樣轉換效率不快，1M的文本轉換要接近10多甚至20分鐘！
當然如果是小文本就無所謂了，我接觸的數據基本都是百萬級別的，就很尷尬。
這個效率問題還沒想好要怎麼去解決，以後如有辦法解決效率問題再更新、。
······############################################·····

方法二

更新一下方法，下面這個方法處理百萬級別的數據要7分鐘左右：

for tmp in `cat file |awk -F '[,]' '{print $3}' `;
do
    date "+%Y%m%d" -d $tmp >> test.txt
done

這方法對於超過M級別的數據也是不行的，不符合大數據處理思想。

方法三

用awk處理就很快，大概10多秒就可以了。
awk是個強大的工具~
方法如下：

#直接使用gsub函數替換掉MAR成03，這種方法速度極快（1、2秒就能處理完畢），其它月份也是同樣處理
awk '{gsub(/JAN/,"01")}1' u_file_nane > $name.tmp0
awk '{gsub(/FEB/,"02")}1' $name.tmp0 > $name.tmp1
awk '{gsub(/MAR/,"03")}1' $name.tmp1 > $name.tmp0
awk '{gsub(/APR/,"04")}1' $name.tmp0 > $name.tmp1
awk '{gsub(/MAY/,"05")}1' $name.tmp1 > $name.tmp0
awk '{gsub(/JUN/,"06")}1' $name.tmp0 > $name.tmp1
awk '{gsub(/JUL/,"07")}1' $name.tmp1 > $name.tmp0
awk '{gsub(/AUG/,"08")}1' $name.tmp0 > $name.tmp1
awk '{gsub(/SEP/,"09")}1' $name.tmp1 > $name.tmp0
awk '{gsub(/OCT/,"10")}1' $name.tmp0 > $name.tmp1
awk '{gsub(/NOV/,"11")}1' $name.tmp1 > $name.tmp0
awk '{gsub(/DEC/,"12")}1' $name.tmp0 > $name.tmp1
#把十二個月份的都替換完成，那麼數據就由17-MAR-20轉換成17-03-20
#再對17-03-20排列組合就OK了
cat $name.tmp1|awk -F ‘[-]’ '{print 20$3$2$1}' > date.txt
#date.txt的文本格式就是YYMMDD的了，即 17-MAR-20 轉換成了 20200317