Question

如何从CSV文件中删除一个包含逗号分隔值的列，其中包含用双引号括起来的字符串以及介于两者之间的逗号？我有一个包含4行的文件44.csv，包括如下格式的标题：

column1, column2, column3, column 4, column5, column6
12,455,"string with quotes, and with a comma in between",4432,6787,890,88
4432,6787,"another, string with quotes, and with two comma in between",890,88,12,455
11,22,"simple string",77,777,333,22

我需要从文件中删除1,2,3列，所以我使用了下面的cut命令

cut -d"," -f1,2,3 44.csv > 444.csv

我的输出为

column1, column2, column3
12,455,"string with quotes
4432,6787,"another string with quotes
11,22,"simple string"

但我需要输出

column1, column2, column3
12,455,"string with quotes, and with a comma in between"
4432,6787,"another, string with quotes, and with two comma in between"
11,22,"simple string"

非常感谢任何帮助。

由于 Dhruuv。

Answer 1

使用GNU awk版本4或更高版本，您可以使用FPAT来定义模式。

gawk '{print $1, $2, $3}' FPAT="([^,]+)|(\"[^\"]+\")" OFS="," 44.csv

测试：

$ gawk '{print $1, $2, $3}' FPAT="([^,]+)|(\"[^\"]+\")" OFS="," mycsv.csv
column1, column2, column3
12,455,"string with quotes, and with a comma in between"
4432,6787,"another, string with quotes, and with two comma in between"
11,22,"simple string"

Answer 2

我和Dhruuv有同样的问题，jaypal singh提出的解决方案是正确的，但并不适合我的所有情况。我建议您使用：https://github.com/dbro/csvquote（启用常见的unix特性，如cut，head，tail，以便与包含分隔符和换行符的csv数据一起正常工作）这对我有用。

Answer 3

你可以通过使用"作为分隔符在这种特殊情况下进行切割，但我强烈反对它 - 即使你可以在这种情况下使它工作，你可能会在以后得到一个带有转义双引号的字符串，例如\"这也会愚弄它。或者，可以引用更多列（这是完全有效的CSV-ism）。

需要更智能的工具！最简单的获取可能是Perl和Text :: CSV模块 - 您几乎肯定安装了Perl，并且根据您的环境安装Text :: CSV作为包，使用CPAN.pm或cpanminus应该直截了当。

如何删除CSV文件的列/列，其中单元格值的字符串用双引号括起来

3 个答案:

测试：