正则表达式在 CSV 文件的每一行中只保留前 N 列答案

【问题标题】：Regex to keep only first N columns in every line of CSV file正则表达式在 CSV 文件的每一行中只保留前 N 列
【发布时间】：2013-07-19 03:53:06
【问题描述】：

我正在使用 Perl 处理 CSV 文件。

如何在从第五个逗号开始的每一行中删除所有内容（换行符除外）？

例如"a,b,c,d,e,f,g,h,i,\n" 将变为 "a,b,c,d,e\n"。

$entire_csv_file_contents =~ s/what do I write here?//gm;

因为数据不会包含引用字段等，所以这里不必使用Text::CSV。

【问题讨论】：

标签： regex perl multiline regex-negation

【解决方案1】：

例如：

$entire_this_is_not_csv_file_contents =~ s/^(([^,]+,){4}[^,]+).*/$1/gm;

如果您不需要 perl 5.8.x 兼容性，您可以使用 \K 转义，因此不需要捕获（感谢 amon 的建议）：

$entire_this_is_not_csv_file_contents =~ s/^(?:[^,]+,){4}[^,]+\K.*//gm;

另外，根据字段是否为空，您应该将此处的“+”替换为“*”（也感谢 amon）。

【讨论】：

…也称为s/^(?:[^,]*,){4}[^,]*\K.*//gm；我非常喜欢避免不必要的捕获。（另外，* 量词允许空字段）。
@amon，这可能不是一个单独的答案吗？
感谢您提供有关兼容性的补充信息。

【解决方案2】：

您不一定需要正则表达式：

use strict;
use warnings;

chomp(my $line = "a,b,c,d,e,f,g,h,i,\n");
my $cutoff = 5;
my $shortened_line = join(',', (split(/,/, $line, $cutoff+1))[0..$cutoff-1]);

print "$shortened_line\n";   # => a,b,c,d,e

【讨论】：

/,/ 也不是正则表达式吗？
s/regex/substitution operator/;

【解决方案3】：

不要使用正则表达式。您将不得不处理包含逗号或转义引号的引用字段的可能性。

改为使用 Perl 模块 Text::CSV 将输入行正确解析为字段，然后仅输出您感兴趣的字段。

【讨论】：

在这种情况下，引用字段是不可能的。假装我没有说 CSV？ :)
Kev：你为什么这么讨厌使用那个模块？它有一个很好的界面，你不必重新发明，经验告诉我，你现在必须解析的如此简单的格式很快就会变成一场全面的噩梦。您可能会听到的下一个问题是“如何添加颜色？”。
@innaM，有时我更喜欢模块，但有时我更喜欢较少的依赖项（如果你想将其解释为“非常讨厌那个模块”，那么......继续吧。:)）我想要知道也是因为我对一般技术很好奇。如果是 HTML 或其他内容，我可能会接受“你问错问题”的答案，但在这种情况下，我有充分的理由不相信这会变成“全面的噩梦”。我不确定谁会提出颜色问题，但我可以保证，不会是我......我只是想要一个正则表达式来学习:)

【解决方案4】：

这不是 perl，但也许有帮助：

cut -d, -f1-5 test.csv

【讨论】：

它是 win32 上更大的 perl 脚本的一部分。我没有可用的cut。