主页 / unix / 问题 / 755727
Accepted
Duck
Asked: 2023-09-04 23:04:44 +0800 CST

在 CSV 文件内将 1 到 9 之间的个位数转换为两位数

  • 772

我有一个包含数千行这样的 CSV 文件

1664;4;5;35;37;43;5;6
1663;21;23;32;40;49;8;11
1662;16;17;34;35;44;5;10
1661;2;9;23;32;40;6;7
1660;23;25;30;44;47;9;12
1659;3;5;9;32;43;6;10
1658;4;6;10;13;34;3;5
1657;8;9;33;35;40;3;6
1656;15;20;31;44;48;1;3
1655;25;27;35;40;45;7;11
1654;7;32;33;34;38;6;9
1653;5;7;11;27;37;6;12
1652;7;31;33;35;36;7;10
1651;4;12;34;35;45;1;9
1650;5;8;29;35;48;5;6
1649;2;11;28;42;48;4;9
1648;2;11;12;19;38;4;8

您可以看到 1 到 9 之间的数字都是个位数。

我如何使用sed或将这些数字转换为两位数，方法是在它们前面加一个零，例如

01 02 03 04 05 06 07 08 09

代替

1 2 3 4 5 6 7 8 9

提前致谢。

text-processing

6 个回答

  1. Best Answer

    这是一个使用以下解决方案awk：

    awk 'BEGIN{FS=OFS=";"} {for (i=1;i<=NF;i++) $i=sprintf("%02d",$i)} 1' file.csv

    这将首先将输入和输出字段分隔符设置为;。然后，它将迭代所有字段，并通过使用将字段宽度规范化为至少两位数字，并使用左零填充sprintf()（如果字段内容已经是两位数字，则实际上不会更改字段内容）。

    看似偏离1操作块之外的内容指示awk打印当前行，包括所有更改。

    请注意，awk默认情况下不会修改文件，而只会打印到stdout，因此您可以

    • 必须将输出重定向到临时文件并重命名，如 
      awk ' ... ' file.csv > output.csv && mv output.csv file.csv
    • 或使用awk支持-i inplace扩展的版本： 
      awk -i inplace ' ... ' file.csv

    另请注意，这种特殊情况是根据您的示例输入定制的，该示例输入仅包含一位数或两位数数字。对于填充数字的更一般情况n，您可以使用

    awk -v n=3 'BEGIN{FS=OFS=";"} {for (i=1;i<=NF;i++) $i=sprintf("%0*d",n,$i)} 1' file.csv
    • 4

  2. 鉴于您的输入样本，它看起来像

    perl -pi -e 's/\b\d\b/0$&/g' file.csv

    应该做。

    这会将 a 附加0到前面和后面都有单词boundary 的所有数字前面。如果您想按照问题的措辞所暗示的那样不受干扰，请替换为\d。[1-9]0

    与 GNU 实现相同sed

    sed -i 's/\b[[:digit:]]\b/0&/g' file.csv

    使用mlr(miller) 的最新版本，您还可以执行以下操作：

    mlr --csv -N --fs ';' put '$* = fmtifnum($*, "%02d")'

    将所有数字字段格式化为以 0 填充的整数，长度为 2。

    这将使非数字字段中的数字（例如"foo 1 and 2";x-2）保持不变，但请注意，它也会重新格式化非整数数字（1e0例如10e-1、 、1.123、0x1都会更改为01）。

    仅填充仅包含一位十进制数字的字段（带引号或不带引号）：

    mlr --csv -N --fs ';' put 'for (k in $*) {$[k] = sub(string($[k]),"^\d$","0\0")}'
    • 3

  3. 您可以用来sed挑选一个单个数字的“单词”，并在其前面加上零：

    sed -E 's/\<([0-9])\>/0\1/g' {file}

    输出

    1664;04;05;35;37;43;05;06
1663;21;23;32;40;49;08;11
1662;16;17;34;35;44;05;10
1661;02;09;23;32;40;06;07
1660;23;25;30;44;47;09;12
1659;03;05;09;32;43;06;10
1658;04;06;10;13;34;03;05
1657;08;09;33;35;40;03;06
1656;15;20;31;44;48;01;03
1655;25;27;35;40;45;07;11
1654;07;32;33;34;38;06;09
1653;05;07;11;27;37;06;12
1652;07;31;33;35;36;07;10
1651;04;12;34;35;45;01;09
1650;05;08;29;35;48;05;06
1649;02;11;28;42;48;04;09
1648;02;11;12;19;38;04;08

    在这种情况下，文件是否确实是 CSV（由逗号“ ,”分隔的字段），或者是否具有由分号（“ ;”）分隔的字段，甚至由空格分隔的字段，都无关紧要。

    如果您sed支持-i，您可以“就地”编辑文件，但请注意，与大多数其他实用程序一样，“就地”效果实际上是在幕后实现的，即“写入临时文件，然后用该文件替换原始文件”临时的”：

    sed -E 's/\<([0-9])\>/0\1/g' file >file.$$.tmp &&
    mv -f file.$$.tmp file
rm -f file.$$.tmp
    • 3

  4. 使用带有类型推断 ( ) 的Miller-A并输出零填充且最小字段宽度为 2 的整数值：

    mlr -A --nidx --fs ';' --ofmt '%02d' cat file

    请注意，根据您的输入示例，我假设数据实际上是索引编号的而不是 CSV。

    • 2

  5. 使用Raku（以前称为 Perl_6）

    ~$ raku -MText::CSV -e 'my @a = csv(in => $*IN, sep => ";");        \
                        @a = @a>>.map( {sprintf "%.2d", $_ } );    \
                        csv(in => @a, out => $*OUT, sep => ";");'  file

    上面的代码使用了Raku的Text::CSV模块。在第一个语句中，读入 CSV 文件，并将参数设置sep为接受;分号作为列分隔符。在第二个语句中，sprintf指令"%.2d"将每列的最小宽度设置为 2，并用零填充。在输出中;，分号将恢复为列分隔符，否则将使用默认值（逗号）。

    上述答案适用于每列都是整数的 CSV 文件。到目前为止，无符号整数NYI（尚未实现）。最好使用 的字符串形式sprintf，注意添加0到格式化代码中，该代码指示用零代替空格进行填充。下面的第二个替代语句：

    @a = @a>>.map( {sprintf "%02s", $_ } );

    输入示例：

    1664;4;5;35;37;43;5;6
1663;21;23;32;40;49;8;11
1662;16;17;34;35;44;5;10
1661;2;9;23;32;40;6;7
1660;23;25;30;44;47;9;12
1659;3;5;9;32;43;6;10
1658;4;6;10;13;34;3;5
1657;8;9;33;35;40;3;6
1656;15;20;31;44;48;1;3
1655;25;27;35;40;45;7;11
1654;7;32;33;34;38;6;9
1653;5;7;11;27;37;6;12
1652;7;31;33;35;36;7;10
1651;4;12;34;35;45;1;9
1650;5;8;29;35;48;5;6
1649;2;11;28;42;48;4;9
1648;2;11;12;19;38;4;8

    示例输出（上面的示例）：

    1664;04;05;35;37;43;05;06
1663;21;23;32;40;49;08;11
1662;16;17;34;35;44;05;10
1661;02;09;23;32;40;06;07
1660;23;25;30;44;47;09;12
1659;03;05;09;32;43;06;10
1658;04;06;10;13;34;03;05
1657;08;09;33;35;40;03;06
1656;15;20;31;44;48;01;03
1655;25;27;35;40;45;07;11
1654;07;32;33;34;38;06;09
1653;05;07;11;27;37;06;12
1652;07;31;33;35;36;07;10
1651;04;12;34;35;45;01;09
1650;05;08;29;35;48;05;06
1649;02;11;28;42;48;04;09
1648;02;11;12;19;38;04;08

    输入/输出：您可以将输出重定向到一个新文件，从@AdminBee或@roiama（或两者）获取优秀的代码。如果您想从代码本身内部直接输入/输出，则$*IN和$*OUT动态值可以替换为 PATH（有关详细信息，请参阅下面的第二个 URL）。

    https://docs.raku.org/routine/sprintf
    https://github.com/Tux/CSV
    https://raku.org

    • 2

  6. 超级粗制滥造。
    超级慢。
    可能有用。

    使用任何文本编辑器 - 将所有出现的“,1”替换为“,01”等

    例如，行末尾的单个数字需要将
    所有出现的“,3[EOL 标识符]”替换为“,03[EOL 标识符]”

    • 0

相关问题