☰

根据包含嵌入逗号的列值选择 CSV 文件中的行

tag-icon • tag-icon command-line awk csv
根据包含嵌入逗号的列值选择 CSV 文件中的行

我有一个包含 4 列的CSV 文件：Date、User和EmailComment

我如何过滤列too much, later中的行Comment，然后将其读入名为 的新文件中input1.csv？

以下是我尝试过的，但input1.csv结果是空白的：

awk -F , '$4 == "too much, later" { print }' input.csv > input1.csv

这是示例输入：

Date,User,Email,Comment
11/22/16,aaaa,[email protected],too much,later

答案1

可以用 来完成awk，但是很尴尬。 :) 使用真正的 CSV 解析器会更好，例如csvkit：

csvgrep -c Comment -m 'too much, later' file.csv

答案2

假设 CSV 格式正确：

Date,User,Email,Comment
11/22/16,aaaa,[email protected],"too much, later"

这有效，使用csvkit：

$ csvgrep -c Comment -m 'too much, later' data.csv
Date,User,Email,Comment
11/22/16,aaaa,[email protected],"too much, later"

$ csvgrep -c 4 -m 'too much, later' data.csv
Date,User,Email,Comment
11/22/16,aaaa,[email protected],"too much, later"

或者，使用sed（因为我们知道它在最后一列）：

$ sed -n -e '1p' -e '/too much, later"$/p' data.csv
Date,User,Email,Comment
11/22/16,aaaa,[email protected],"too much, later"

数据如问题所示：

$ sed -n -e '1p' -e '/too much,later$/p' data.csv
Date,User,Email,Comment
11/22/16,aaaa,[email protected],too much,later

答案3

我看到一个简单的问题：字符串too much, later包含一个,（逗号）并且您的字段分隔符也是,，因此 $4 参数将为too much， $5 将为later。

您可以将代码更改为：

awk -F , '$4 == "too much" && $5 == "later " { print }' input.csv > input1.csv

请注意，此解决方案仅在最后一个字段完全正确时才有效too much,later（注意字符串中的结尾空格）。

基于正则表达式的解决方案更加强大：

awk -F , '/,\s*too\s+much,\s*later\s*/{ print }' input.csv > input1.csv

在此解决方案中，字符串中可以包含任意数量的空格字符。

答案4

awk -F"," 'NF>4 { 
    b=$0; $1=$2=$3=""
    if (match($0,/too much, ?later/)) 
        print b
}' OFS="," input.csv > input1.csv

相关内容