☰

.csv 仅保留某些电子邮件地址？

tag-icon • tag-icon sed awk csv-simple
.csv 仅保留某些电子邮件地址？

我有一个很大的 .csv 文件，其中包含我的客户姓名：电子邮件

我还有另一个大的电子邮件列表，它们是此列表的一部分，并且只想保留这些电子邮件。如何从 .csv 文件中删除 X.txt 中没有的所有联系人？

答案1

假设 X.txt 中的电子邮件每行一封，您可以构建一个数组，检查它是否存在，然后打印出匹配的行：

$ awk -F: 'FNR==NR { a[$2] = $0; next } ($1 in a) { print a[$1] }' customers.csv X.txt
Foo Bar:[email protected]
Baz Qux:[email protected]

FNR==NR仅当在第一个文件中时才为真。以下是我用来测试此功能的文件：

$ cat customers.csv 
Foo Bar:[email protected]
Baz Qux:[email protected]
Wibble Wobble:[email protected]

$ cat X.txt 
[email protected]
[email protected]

答案2

如果您不需要电子邮件位于 .csv 文件的特定字段中，而只需要打印文件中包含目标电子邮件之一的那些行，则可以使用grep：

grep -wFf emails.txt file.csv > newfile.csv

如果他们确实需要在特定领域，请使用@ChrisDown解决方案。但请注意，csv 文件可能非常复杂。例如，这是一个有效的 csv 行：

field1,"field 2, which can contain commas, is here", field3

对于此类更复杂的文件，您将需要使用 csv 解析器来正确处理它们。例如，在 Perl 中，您可以使用Text::CSV：

  1. 安装cpanm（如果你使用 Perl，稍后你会感谢我的）

    $ sudo apt-get install cpanminus

    如果您使用的不是基于 Debian 的系统，您应该能够使用您的发行版的包管理器来安装它。

  2. 安装Text::CSV模块

    $ sudo cpanm Text::CSV

  3. 解析你的文件

    $ perl -MText::CSV -le '

    BEGIN{
        open($f,"emails.txt"); 
        while(<$f>){chomp; $k{$_}++;}
    } 
    $csv=Text::CSV->new({binary=>1}); 
    while ($row = $csv->getline(STDIN)){
      print join",", @$row if defined($k{$row->[2]})
    }' < file.csv

相关内容