Unix: поиск и замена последовательных запятых на последовательные конвейеры
Я конвертирую CSV с двойными кавычками в текстовый файл с разделителями конвейера в Unix. Я использовал следующую команду sed, чтобы заменить "," на | затем удалите начальную и конечную двойные кавычки.
sed -e 's/","/|/g' -e 's/"//g' filenm.csv > filenm.txt
Но в файле, похоже, есть последовательные запятые без двойных кавычек, и они не заменяются.
Col1|col2|col3|col4|col5|col6|col7|col8
Val1|val2|val3,,,,val7|val8
Теперь я хочу преобразовать все эти последовательные запятые в последовательные конвейеры, поскольку они указывают на пустые или нулевые поля.
И в других полях также есть запятые внутри значений полей, которые нельзя изменять.
Я пробовал использовать для этого ниже, но не работал.
sed -e 's/,{1,\}/|{1,\}/g' filenm.csv > filenm.txt
образец CSV-файла, открытого в блокноте:
"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"
Я надеюсь, что это поможет воспроизвести проблему и решить ее.
Заранее спасибо....
Ответы
Вы можете использовать perl
:
perl -pe 's/"([^"]*)"|,/defined($1) ? $1 : "|"/ge' filenm.csv > filenm.txt
Детали :
"([^"]*)"|,
- шаблон регулярного выражения, который соответствует"
, затем захватывает в Группу 1 любые ноль или более символов, кроме,"
а затем соответствует"
, или просто совпадает с a,
во всех других контекстахdefined($1) ? $1 : "|"
- RHS, замена, которая заменяет совпадение либо значением Группы 1 (если была сопоставлена Группа 1), либо|
(если,
была сопоставлена)ge
-g
означаетglobal
(заменяет все вхождения) иe
заставляет Perl обрабатывать RHS как выражение Perl.
Посмотреть онлайн-тест :
#!/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"
Выход:
ID|Name|DOB|Age|Address|City|State|Country|Phone number
123|ABC|12/20/2020|0|No.38,3rd st, RRR NNN, TRT||||9999999999
Это может сработать для вас (GNU sed):
sed -E ':a;s/^(("[^",]*",+)*"[^",]*),/\1\n/;ta;y/,\n/|,/' file
Итеративно заменяйте ,
's между "
' символами новой строки, затем переводите ,
's для |
' s и перевод строки для ,
's.
Использование awk:
awk -F \" '{ for(i=1;i<=NF;i++) { if ($i ~ /^[,]{2,}$/) { $i="," } } OFS="\"";gsub("\",\"","\"|\"",$0)}1' sample.csv
Объяснение:
awk -F \" '{ # Set the field delimiter to double quote
for(i=1;i<=NF;i++) {
if ($i ~ /^[,]{2,}$/) {
$i="," # Loop through each field and if is contains 2 or more commas, set that field to one comma } } OFS="\""; gsub("\",\"","\"|\"",$0) # Substitute "," for "|"
}1' sample.csv
Я бы использовал AWK
для этого GNU следующим образом. Пусть file.txt
содержание будет
"ID","Name","DOB","Age","Address","City","State","Country","Phone number"
"123","ABC","12/20/2020","15","No.38,3rd st, RRR NNN, TRT",,,,"9999999999"
"456","DEF","12/20/2020",,,,,"test-country","9999999999"
"465","XYZ",,,"No.38,3rd st, RRR NNN, TRT",,,,"9999999999"
тогда
awk 'BEGIN{FS="\"";OFS=""}{for(i=1;i<=NF;i+=2){$i=gensub(/,/,"|","g",$i)};print $0}' file.txt
выход
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
Я предполагал, что первый и последний столбец никогда не бывает пустым. Я использую "
как разделитель полей, а затем в каждом нечетном поле (только в них ,
) я меняю все ,
на |
. Наконец, я печатаю такую измененную строку целиком.
(проверено в GNU Awk 5.0.1)