Unix:連続するコンマを見つけて、連続するパイプラインに置き換えます
Unixで二重引用符で囲まれたCSVをパイプライン区切りのtxtファイルに変換しています。次のsedコマンドを使用して、「、」を|に置き換えました。次に、開始と終了の二重引用符を削除します。
sed -e 's/","/|/g' -e 's/"//g' filenm.csv > filenm.txt
しかし、ファイルには二重引用符のない連続したコンマがあるようで、それらは置き換えられていません。
Col1|col2|col3|col4|col5|col6|col7|col8
Val1|val2|val3,,,,val7|val8
ここで、これらの連続するすべてのコンマを、空またはnullフィールドを示す連続するパイプラインに変換したいと思います。
また、他のフィールドにも、変更してはならないフィールド値内にコンマがあります。
そのために以下を使ってみましたが、うまくいきませんでした。
sed -e 's/,{1,\}/|{1,\}/g' filenm.csv > filenm.txt
メモ帳で開いたサンプルcsvファイル:
"ID","Name","DOB","Age","Address","City","State","Country","Phone number"
"123","ABC","12/20/2020","15","No.38,3rd st, RRR NNN, TRT",,,,"9999999999"
"456","DEF","12/20/2020",,,,,"test-country","9999999999"
"465","XYZ",,,"No.38,3rd st, RRR NNN, TRT",,,,"9999999999"
これが問題の再現と解決に役立つことを願っています。
前もって感謝します....
回答
2 WiktorStribiżew
あなたが使用することができますperl
:
perl -pe 's/"([^"]*)"|,/defined($1) ? $1 : "|"/ge' filenm.csv > filenm.txt
詳細:
"([^"]*)"|,
-に一致する正規表現パターン"
。次に、以外の0個以上の文字をグループ1にキャプチャして"
から、に一致する"
か、,
他のすべてのコンテキストでaに一致します。defined($1) ? $1 : "|"
-RHS、replacement。一致をグループ1の値(グループ1が一致した|
場合)または(,
一致した場合)のいずれかに置き換えます。ge
-g
はglobal
(すべての出現箇所を置き換えます)をe
表し、PerlにRHSをPerl式として扱わせます。
オンラインテストを参照してください:
#!/bin/bash
s='"ID","Name","DOB","Age","Address","City","State","Country","Phone number"
"123","ABC","12/20/2020","0","No.38,3rd st, RRR NNN, TRT",,,,"9999999999"'
perl -pe 's/"([^"]*)"|,/defined($1) ? $1 : "|"/ge' <<< "$s"
出力:
ID|Name|DOB|Age|Address|City|State|Country|Phone number
123|ABC|12/20/2020|0|No.38,3rd st, RRR NNN, TRT||||9999999999
4 potong
これはあなたのために働くかもしれません(GNU sed):
sed -E ':a;s/^(("[^",]*",+)*"[^",]*),/\1\n/;ta;y/,\n/|,/' file
,
'sの間の"
'を改行で繰り返し置き換えてから、,
'sを|
' sに、改行を,
'sに変換します。
1 RamanSailopal
awkの使用:
awk -F \" '{ for(i=1;i<=NF;i++) { if ($i ~ /^[,]{2,}$/) { $i="," } } OFS="\"";gsub("\",\"","\"|\"",$0)}1' sample.csv
説明:
awk -F \" '{ # Set the field delimiter to double quote
for(i=1;i<=NF;i++) {
if ($i ~ /^[,]{2,}$/) {
$i="," # Loop through each field and if is contains 2 or more commas, set that field to one comma } } OFS="\""; gsub("\",\"","\"|\"",$0) # Substitute "," for "|"
}1' sample.csv
1 Daweo
私はそのためにGNUAWK
を次のように使用します。してみましょうfile.txt
コンテンツで
"ID","Name","DOB","Age","Address","City","State","Country","Phone number"
"123","ABC","12/20/2020","15","No.38,3rd st, RRR NNN, TRT",,,,"9999999999"
"456","DEF","12/20/2020",,,,,"test-country","9999999999"
"465","XYZ",,,"No.38,3rd st, RRR NNN, TRT",,,,"9999999999"
その後
awk 'BEGIN{FS="\"";OFS=""}{for(i=1;i<=NF;i+=2){$i=gensub(/,/,"|","g",$i)};print $0}' file.txt
出力
ID|Name|DOB|Age|Address|City|State|Country|Phone number
123|ABC|12/20/2020|15|No.38,3rd st, RRR NNN, TRT||||9999999999
456|DEF|12/20/2020|||||test-country|9999999999
465|XYZ|||No.38,3rd st, RRR NNN, TRT||||9999999999
最初と最後の列が空になることはないと思いました。私は"
フィールドセパレーターとして使用し、次にすべての奇数フィールド(これらにはのみが含まれます,
)ですべて,
をに変更し|
ます。最後に、そのような変更された行全体を印刷します。
(GNU Awk 5.0.1でテスト済み)