【发布时间】：2010-08-18 05:57:02
【问题描述】：
我想将制表符分隔的文件转换为 CSV 文件。谁能帮帮我？
【问题讨论】：
【发布时间】：2010-08-18 05:57:02
【问题描述】：
OSX 的答案是不同的。
MacOS 无法理解 sed 表达式中的 \t。
您必须使用 ctrl+v 然后 tab 将制表符文字插入 sed 搜索模式（请参阅How can I insert a tab character with sed on OS X?）
sed 's/ /,/g' input_file > output_file
【讨论】：
-
在 OSX 上，您可以使用理解
\t的 GNU sed。 This question是关于如何安装的。 -
“不同”是什么意思？你还没有说你在比较什么。
您可以将 sed 用作：
sed 's/\t/,/g' input_file > output_file
这将保持输入文件不变，并将创建一个带有更改的新文件output_file。
如果您想更改输入文件本身而不创建新文件，您可以使用-i sed 选项来进行就地更改：
sed -i 's/\t/,/g' input_file
【讨论】：
-
这在 OS X 中不起作用，它似乎匹配字母“t”而不是制表符。
-
不要在 OSX 上键入 \t，而是按 ctrl + v 然后按 tab
-
@codaddict，如果我可以问，
g在's/\t/,g'中是什么意思？ -
@Les
g是启用全局替换.... ref: tutorialspoint.com/unix/unix-regular-expressions.htm "非常重要的是要注意 sed 只替换一行中的第一个出现。如果字符串 root在一行中出现不止一次，只会替换第一个匹配项。要让 sed 执行全局替换，请在命令末尾添加字母 g，如下所示“ -
OSX 使用 bsd 风格的 sed。如果您使用空白文件扩展名 mod，它将起作用。
sed -i '' 's/foo/goo/g' somefile-name-i 后面的空格用单引号括起来。
请记住，逗号分隔值文件有多种形式。由于您没有指定一个，我假设RFC-4180 格式，UTF-8 编码，TSV 相同，但使用制表符而不是逗号。
天真的方法是简单地用逗号替换每个选项卡：
tr '\t' ,
如果任何值已经包含逗号，或者如果任何值包含带引号的选项卡，则此选项会下降。您需要对文件进行最低限度的解析，以保持引用。与其手动滚动这样的解析器，不如使用已经编写好的解析器更简单、更清晰、更灵活，例如用于 Perl 的 Text::CSV：
#!/usr/bin/perl -w
use Text::CSV;
my $tsv = Text::CSV->new({ sep_char => "\t", auto_diag => 2 });
my $csv = Text::CSV->new();
while (my $row = $tsv->getline(*ARGV)) {
$csv->print(STDOUT, $row) or die $csv->error_diag();
print $/;
}
$csv->error_diag() unless $tsv->eof;
【讨论】：
这也可以用 Perl 来实现：
要将结果通过管道传输到新的输出文件，您可以使用以下命令：perl -wnlp -e 's/\t/,/g;' input_file.txt > output_file.csv
如果您想就地编辑文件，可以调用 -i 选项：perl -wnlpi -e 's/\t/,/g;' input_file.txt
如果您偶然发现您正在处理的实际上不是制表符，而是多个空格，您可以使用以下命令将每个出现的两个或多个空格替换为逗号：perl -wnlpi -e 's/\s+/,/g;' input_file
请记住，\s 代表任何空白字符，包括空格、制表符或换行符，不能在替换字符串中使用。
【讨论】：
在 MacOS 中测试后，这适用于将 csv 文件转换为 tsv 文件（假设列值中不存在制表符或逗号）：
cat file_input.tsv | tr '\t' ',' > file_output.csv
我试过了：
sed 's/ /,/g' input_file > output_file
和
sed 's/\t/,/g' input_file > output_file
但是，它们都不起作用。
【讨论】：
-
为什么是毫无意义的
cat？有什么原因你不能tr <file_input.tsv吗？我不明白你为什么发布这个，因为你自己承认它只有在值中没有制表符或逗号时才有效，并且有很多具有相同约束的类似答案。
如果 input_file 不包含逗号或带引号的制表符，最简单的方法是使用带有替换正则表达式的 sed 命令，用逗号替换 input_file 中的制表符：
sed 's/\t/,/g' input_file > output_file
当然，input_files 包含引用的选项卡会混淆正则表达式，还有 input_files 的值包含逗号，这些值应该在 output_files 中引用。上面的正则表达式解决方案不足以解决这些情况。
在处理输入文件之前，可以考虑几个 bash 命令来“清理”输入文件...
但是，本着不重新发明轮子的精神。我会使用一个简单的 python3 脚本并将其存储在一个文件中，我们称之为：tsv_to_csv_converter.py:
import csv
import sys
tsv_file = sys.argv[1]
csv_file = sys.argv[2]
in_tsv = csv.reader(open(tsv_file, "r"), delimiter = '\t')
out_csv = csv.writer(open(csv_file, 'w'))
out_csv.writerows(in_tsv)
当然，这段代码可以通过异常捕获、输入值检查、漂亮的 CLI 界面、文档得到显着改进。
脚本可以如下使用：
python3 tsv_to_csv_converter.py input_file output_file
【讨论】：
这是通常的简单问题所有语言的事情吗？好的，这是我的 haskell 解决方案：
main = interact (unlines . replTab . lines) where
replTab l = l >>= (\line ->
"\"" ++ line "\"" >>= \char ->
case char of
'\t' -> "\",\""
'"' -> "\"\""
_ -> [char]
)
未经测试，但应该可以工作。
PS：所有其他解决方案都不知道转义逗号。
【讨论】：
sed -e 's/TAB_CHAR/,/g' data.tsv > data.csv
棘手的部分是如何在命令行中输入 TAB 字符，以做到这一点： 只需按“CTRL+V”，然后按 TAB
我经常将它与带有 -e 参数的 mysql 查询一起使用，如这篇博文 http://blog.modsaid.com/2013/12/exporting-data-from-remote-mysql.html 中所述
【讨论】：
尝试用逗号替换所有选项卡。
如果您没有任何带引号的字段，则可能使用像 s/\t/,/g 这样的正则表达式。
或者，您知道，Excel 可以为您做到这一点。或者 R。或者任何可以接受 TSV 文件的东西。
【讨论】：
在 unix 中：
sed -i -e 's/\t/,/g' filename
【讨论】：