☰

在 CSV 文件内将 1 到 9 之间的个位数转换为两位数

tag-icon • tag-icon text-processing csv-simple
在 CSV 文件内将 1 到 9 之间的个位数转换为两位数

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。

答案1

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，并使用sprintf()（其中有效地如果字段内容已经是两位数，则不会更改）。

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n数字的更一般情况，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

答案2

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}

全面的：

  • 该-E标志确保sed将使用扩展正则表达式（ERE）而不是标准/普通正则表达式。
  • s/ …pattern… / …replacement… /g定义了一个替换，该替换将 ERE 匹配应用于…pattern…以及相应的替换…replacement…。由于g（“全局”）标志，匹配/替换对一行应用了尽可能多的次数。
  • 没有行选择，所以隐式地将此规则应用于输入中的每一行。

在 ERE 匹配模式中：

  • \<并\>表示单词边界
  • (并)识别可以稍后重用的分组表达式
  • [0-9]是任意一位数字

在 ERE 替换中：

  • 0是一个字面0字符
  • \1插入第一个分组表达式捕获的文本，即单个数字的实例

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

答案3

使用磨坊主使用类型推断 ( -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。

答案4

使用乐（以前称为 Perl_6）

~$ raku -MText::CSV -e 'my @a = csv(in => $*IN, sep => ";", strict => True);        \
                        @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sep参数设置为接受;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。迄今为止未签名整数NYI（尚未实现）。最好使用细绳的形式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。如果你想直接输入/输出代码内本身，$*IN和$*OUT动态值可以用 PATH 替换（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

相关内容