☰

在字段中包含返回字符的 csv 文件中的每条记录末尾添加字符

tag-icon • tag-icon text-processing ksh csv aix
在字段中包含返回字符的 csv 文件中的每条记录末尾添加字符

我有一个 csv 文件，其中有 5 列，长度各不相同。列之间的分隔符是","，最后一列以 结尾"。行分隔符是换行符。最新的文件有换行符，我必须将其保留在最后一列的文本中。

我使用每行末尾的换行符作为记录分隔符导入此文件，但现在导入器由于最后一列文本中的换行符而出现错误。它不够聪明，无法识别换行符位于其中一个字段中。因此，为了正确导入它，我必须创建一个新的行尾分隔符，并使用 shell 命令将其插入到每行的末尾，以便我用来导入它的数据库脚本可以告诉该行何时是完成的。

任何常用命令都没有 GNU 功能，这使得它变得更加困难。我在 AIX 上使用 kornshell。我无法安装其他软件。

例子：

"id1","column2 with text","3","4/4/2044","the 
column
that messes everything up"
"id2",""column2 with text","42","9/9/2099","oh no,
not
again
!!"

使用 shell 命令（awk、sed、perl、tr 等）和 |@|作为分隔符，如何在每行末尾插入新的分隔符，以便在上面的示例中，第 1 行将以以下形式终止：

that messes everything up"|@|

第 2 行将终止于：

!!"|@|

我不需要删除每行末尾的换行符，如果它不是行尾分隔符的一部分，导入器将忽略它。

答案1

如果我们可以安全地假设所有记录都以 a"后跟换行符结尾，并且我们唯一一次看到 a"后跟换行符是在 a 记录的末尾，那么这相对简单：

$  sed 's/(.*")$/\1|@|/' file 
"id1","column2 with text","3","4/4/2044","the 
column
that messes everything up"|@|
"id2",""column2 with text","42","9/9/2099","oh no,
not
again
!!"|@|

或者，在 后允许一些空格"：

sed 's/"[[:blank:]]*$/"|@|/' file

当然，这并不稳健。您很可能在字段中使用双引号，因为这在 CSV 文件中是允许的，这意味着您可以在字段中以及换行符之前使用双引号。如果发生这种情况，那么我的简单化方法将会失败，您确实需要编写一个合适的解析器或使用具有合适 csv 解析器的 perl 或 python 等工具。

相关内容