使用 awk 解析 CSV 文件时，为什么会忽略空单元格？答案

【问题标题】：When using awk to parse a CSV file, why does it ignore empty cells?使用 awk 解析 CSV 文件时，为什么会忽略空单元格？
【发布时间】：2012-05-01 03:04:22
【问题描述】：

我有一些使用awk 解析CSV 文件的脚本。我注意到，如果一个单元格是空的，awk 只是移动到下一个单元格。这意味着，如果我要求它读取第 4 列，但该单元格是空的，它会打印第 5 列中的数据，例如：

echo "1@2@3@@5" | awk -F "@*" '{print $4}'

我的预期结果是它不会打印任何内容，因为第 4 列是空的。

为什么awk 跳过第 4 列？
如何让awk 不忽略空列？

【问题讨论】：

标签： bash csv awk

【解决方案1】：

问题不是你想的那样。 awk 没有忽略空单元格；它将该行解析为 4 个字段而不是 5 个。

[me@home]$ echo "1@2@3@@5" | awk -F "@*" '{print NF}'
4

这是因为您使用 @* 作为字段分隔符，这允许一个或多个连续的 @ 作为您的字段分隔符（@、@@、@@@、...都是有效的字段分隔符）。

尝试改用-F "@"。

[me@home]$ echo "1@2@3@@5" | awk -F "@" '{print NF}'
5
[me@home]$ echo "1@2@3@@5" | awk -F "@" '{print $4}'

[me@home]$ echo "1@2@3@@5" | awk -F "@" '{print $5}'
5

【讨论】：

awk 实际上在这里很友善，忽略了正则表达式的空匹配。因为正则表达式可以为空（匹配空字符串），所以输入行“1234@@5”应该，严格来说，实际上应该拆分为字段 1、2、3、4、5。或者甚至可能在开头有一个额外的空字段并结束。毕竟，正则表达式匹配字符串中的每个位置。