时间戳

首页 > 解决方案 > 如果数据中不存在分隔符值，则删除双引号

csv - 如果数据中不存在分隔符值，则删除双引号

问题描述

给出了一个输入文件，其中的每一行都包含每列的引号和回车符/换行符。

举例来说，给定以下输入文件

"name","address","age"^M
"ram","abcd,^M
def","10"^M
"abhi","xyz","25"^M
"ad","ram,John","35"^M

我想通过 sed/perl/awk 脚本/oneliner 获得以下输出。

name,address,age
ram,"abcd,def",10
abhi,xyz,25
ad,"ram,John",35

到目前为止我已经厌倦的解决方案用于附加上一行

sed '/^[^"]*"[^"]*$/{N;s/\n//}' sample.txt

用于替换 control-m 字符

perl -pne 's/\\r//g' sample.txt

但我没有达到我下面要求的最终输出

标签： csvperlawksed

解决方案

使用库来解析 CSV 文件。除了总是想在这里使用库之外，您还有非常具体的原因，嵌入式换行符和分隔符。

在 Perl 中，一个好的库是Text::CSVText::CSV_XS （如果安装了它会包装）。一个基本的例子

use warnings;
use strict;
use feature 'say';

use Text::CSV;

my $file = shift or die "Usage: $0 file.csv\n";

my $csv = Text::CSV->new({ binary => 1, auto_diag => 1 }); 

open my $fh, '<', $file  or die "Can't open $file: $!";

while (my $row = $csv->getline($fh)) { 
    s/\n+//g for @$row; 
    $csv->say(\*STDOUT, $row);
}

评论

  • 构造函数中的binary选项是处理嵌入数据的换行符

  • 将一行读入数组引用$row后，我会使用简单的正则表达式删除每个字段中的换行符。无论如何，如果需要，请改进它

  • 作品的修剪$row如下。在foreach循环中，每个元素都由循环变量起别名，因此如果更改，数组也会更改。我使用 default where elements are aliased by $_，正则表达式更改因此$row更改。

    我喜欢这个紧凑的快捷方式，因为它的外观非常独特，我可以从房间的另一头看出一个数组正在就地更改，因此可以将其视为一种惯用语。但如果它实际上令人困惑，请务必写出一个完整且正确的循环

  • 处理后的输出打印到STDOUT. 或者，打开一个输出文件并将该文件句柄传递给say（或print在较旧的模块版本中），以便输出直接到该文件

以上打印，用于问题中提供的示例输入

姓名、地址、年龄
内存，“abcd，def”，10
abhi,xyz,25
广告，“拉姆，约翰”，35

推荐阅读