主页 / unix / 问题 / 719703
Accepted
John
Asked: 2022-10-05 00:33:35 +0800 CST

逗号分隔的文件在值中包含逗号

  • 772

我有一个包含以下数据的文件：

“A”,”Dept1”,”i am mahesh,working in it”,”1”
“B”,”Dept2”,”i am suresh, working in non it”,”2”

我想要的输出是：

A,Dept1,i am mahesh~working in it,1
B,Dept2,i am suresh~working in non it,2

我在下面尝试过，但它正在用 ~ 替换 all ，如下所示：

awk -F ‘“,”’ -v OFS=‘’ ‘{for (i=0;i<=NF;++i) gsub(“,”,”~”,$i)}1’ file

“A”~”Dept1”~”i am mahesh~working in it”~”1”
“B”~”Dept2”~”i am suresh~working in non it”~”2”
awk csv

2 个回答

  1. 使用结构化文档格式时，请使用了解该特定格式的工具，而不是通用的文本处理工具。

    在 CSV 文件中，除非已知它是“简单的”，否则引用的字段可能包含逗号和换行符。引用字段中的引号加倍 ( "")。

    要将嵌入式逗号更改为波浪号 ( ~)，您最好使用 CSV 感知工具，例如mlr (Miller) 或csvkit。

    下面，我假设引用字符是普通的双引号 ( ")，而不是您在问题文本 ( ”) 中使用的弯引号。

    这是用 转换第三个字段mlr，这是一个方便的工具，可以识别几种不同的结构化格式：

    $ mlr --csv -N put '$3=sub($3,",","~")' file
A,Dept1,i am mahesh~working in it,1
B,Dept2,i am suresh~ working in non it,2

    该--csv选项导致mlr输入和输出 CSV 数据，并-N告诉实用程序我们的数据没有标题。然后我们应用put“动词”（动作）并给它一个如果你习惯的话应该看起来很熟悉的表达式awk（尽管参数的顺序sub()不同）。

    使用csvformat（来自 csvkit），我们可以重新格式化数据，以便我们可以更轻松地找到我们想要更改的逗号。

    我首先将分隔符更改为@（任何尚未包含在数据中的字符）：

    $ csvformat -D '@' file
A@Dept1@i am mahesh,working in it@1
B@Dept2@i am suresh, working in non it@2

    然后我可以简单地使用tr将剩余的逗号更改为波浪号：

    $ csvformat -D '@' file | tr ',' '~'
A@Dept1@i am mahesh~working in it@1
B@Dept2@i am suresh~ working in non it@2

    然后再次使用将分隔符切换回逗号csvformat：

    $ csvformat -D '@' file | tr ',' '~' | csvformat -d '@'
A,Dept1,i am mahesh~working in it,1
B,Dept2,i am suresh~ working in non it,2

    请注意，这会将所有嵌入的逗号更改为波浪号，而不仅仅是第三列中的逗号。

    将结果重定向到新名称以将其保存到文件中。

    • 1
  2. Best Answer

    尝试seda) 将所有出现的逗号 NOT 在双引号之间更改为波浪号，然后 b) 删除所有双引号：

    sed 's/\([^"]\),\([^"]\)/\1~\2/g;s/"//g' infile

    -i如果结果很好，请使用原地替换文件。

    假设所有字段在使用前都用引号括起来。

    • 0

相关问题