如何使用剪切命令和文本限定符答案

【问题标题】：How to use cut command along with text qualifier如何使用剪切命令和文本限定符
【发布时间】：2020-02-16 03:24:54
【问题描述】：

我有一个包含逗号分隔值的文本文件。示例文件格式：

cat abc.txt
A,B,C,D

cat xyz.txt
A,"1,2,3",C,D

我想从这些以逗号分隔的文件中删除第二列。

当我使用 cut 命令时，我得到以下输出：

cut -d',' -f2 abc.txt
B

这是正确且预期的输出

cut -d',' -f2 xyz.txt
"1

这是不正确的。预期输出为"1,2,3" 或1,2,3

有没有办法我们可以使用“”作为文本限定符从 xyz.txt 中删除第二列。那么“”中的逗号会被跳过吗？

【问题讨论】：

cut 命令不支持字段可以嵌入逗号的重要 CSV 格式。您需要使用不同的工具，例如 Python 将是一个不错的选择。此外，在您的问题的上下文中，将bash 与ksh 与powershell 一起包含是没有意义的

标签： linux bash powershell unix ksh

【解决方案1】：

您可以使用gawk 的FPAT 功能，请尝试关注。由于您使用的是cut，我假设您也可以使用awk。

awk -v FPAT="([^,]+)|(\"[^\"]+\")" '{print $2}'  Input_file

从man awk添加信息FPAT开箱即用变量如下：

FPAT：描述字段内容的正则表达式一个记录。设置后，gawk 将输入解析为字段，其中字段匹配正则表达式，而不是使用 FS 变量作为字段分隔符。

注意：根据@Walter A 在 cmets 中的警告，请注意此解决方案的第一个空字段。

【讨论】：

@PS，您能否检查一下我的解决方案，如果这对您有帮助，请告诉我？
堡垒字段为空，您将获得字段 3。试试echo ',"1,2,3",C,D'。
@WalterA，老实说，我仅使用当前样本编写和测试了它，并没有假设这种情况。如果可能的话，您可以删除投票请求您将其删除，因为代码适用于给定的示例。我将尝试编辑此解决方案。
我试图删除反对票，但我不能。我收到消息，除非您的答案被编辑，否则我的反对票已被锁定。
我删除了反对票，但您可以添加关于第一个字段为空的警告。

【解决方案2】：

您可以使用 PowerShell 和以下命令来实现：

Import-Csv -Path C:\Temp\abc.txt -Header H1, H2, H3, H4 |
  Select-Object -ExpandProperty H2

Import-Csv 命令会将您的文件导入为 CSV，并添加一些随机标题 (-Header H1, H2, H3, H4)，因为该文件没有任何标题。之后它将选择并展开第二列 (Select-Object -ExpandProperty H2)。

【讨论】：

【解决方案3】：

使用 GNU sed 4.4 可以正常工作

sed -r 's/(("[^"]*")|([^,]*)),(("[^"]*")|([^,]*)).*/\4/' xyz.txt

说明：
Option -r：避免需要反斜杠
("[^"]*",)：双引号中的字符串（也支持引号中的第一个字段，如"A,a,a",B,C,D）。
([^,]*)：当没有引号时找到字段，匹配到下一个逗号。
(("[^"]*")|([^,]*))：匹配上述格式之一的字段。
,：在第一个和第二个字段之间只有一个,。
@987654329 @：（第一个字段）逗号（第二个字段）
.*：匹配行的剩余部分（替换为空）
\4：第4个记住的匹配

【讨论】：