☰

在 awk 中转录 csv 列，考虑空字段

tag-icon • tag-icon text-processing awk
在 awk 中转录 csv 列，考虑空字段

假设我有一个包含几列的 csv 文件。NF不是恒定的。目前，要将列 > 4 替换为小写，我正在执行以下操作：

#!/usr/bin/awk
#call with `awk -f lowercase.awk in.csv > out.csv`
BEGIN {
    OFS=",";
    FPAT="([^,]+)|(\"[^\"]+\")";
}
{
    for (i=1; i<=NF; i++){
        if(i>4 && $i){
            $i = tolower($i);
        }
    }
    print $0;
}

但这没有考虑 csv 文件中的相邻字段分隔符（用重复逗号表示的空列），例如,,,,.我该如何考虑这些？我不喜欢解决方案在这里因为它们不能很好地概括（有很多条件检查，我的实际应用有NF> 40 和 < 70）。

单元测试：

输入.csv

apple,orange,banana,cherry,MELON,"Fruit salad",grape
"Lots of vegtables",CUCUMBER,carrot,potato,RADISH,BeetrOOT
Bread,BAGEL,,,,Croissant

输出.csv

apple,orange,banana,cherry,melon,"fruit salad",grape
"Lots of vegtables",CUCUMBER,carrot,potato,radish,beetroot
Bread,BAGEL,,,,croissant

答案1

轻松完成sed

sed 's/\(\([^,]*,\)\{4\}\)\(.*\)/\1\L\3/' file.csv

如果您不喜欢转义字符，您可以修改脚本（对于 GNU sed）：

sed -r 's/(([^,]*,){4})(.*)/\1\L\3/' file.csv

它找到四组任何（包括0）非逗号符号，后跟逗号并保持不变（\1）并将字符串剩余部分（\3）中的所有内容交换为较低版本。
或者通过cut和paste

paste -d, <(cut -d, -f-4 file.csv) <(cut -d, -f5- file.csv | tr '[[:upper:]]' '[[:lower:]]')

答案2

我可能对这个问题有误解，所以请原谅我。不过，您似乎应该能够简单地处理tolower任何大于 4（或 40，或您选择的任何值）的字段。例如：

BEGIN {
    OFS = ","
   }
{
    for (i = 4 ; i <= NF ; i++) {
        $i = tolower($i)
        }
    $1 = $1
    print
}

毕竟，tolower(*some empty field*)根本就是一片空场。这有什么理由行不通吗？

编辑：我的输出：

apple,orange,banana,cherry,melon,"fruit salad",grape
"Lots of vegtables",CUCUMBER,carrot,potato,radish,beetroot
Bread,BAGEL,,,,croissant

相关内容