更改字段名称并编辑 csv 文件

Question

我有一个正在 bash 中查看的 csv 文件，我正在尝试对其进行操作。我有/正在尝试编辑几件事。结构就像这样，第一行是列（字段）标题

cat,dog,hippopotamus,zebra
1,,3,2
three species, five species,only one,multiple
at,home, at, home, wild, wild

1. 如何编辑 csv 中的字段（列）名称？

   head -1 test.csv
   

   显示字段（列）名称是什么，但它仍然包含逗号，这根本不允许更改字段名称。

   关于此的另一部分是我只想编辑长度大于 8 个字符的标题，在这种情况下，我将只使用前 8 个字符。我猜我会使用某种基于字符串长度的循环，但由于我什至不知道如何编辑只有一列的字段名称，所以我不知道该怎么做。在上述场景中，将hippopotamus 更改为hippopot。

2. 如何将 csv 中的空单元格替换为 NA 或 NULL？

   sed -i 's/ /NULL/g'
   

   想法会起作用，但不会。

3. 一些单元格中有逗号，与, 分隔符混淆。我使用了下面的代码，它似乎可以工作，但是有没有更好/更安全的方法来做到这一点？

   sed -i "s/, /_/g"
   

4. 或者在类似的情况下，如果多个列包含字符串，有时在一个字符串中带有空格，但我只想删除其中一列中的空格，同时保留其他列，我该如何实现？

   sed -i 's/ //g' test.csv 
   

Answer 1

1. Sed 将允许将行号作为命令前缀，仅适用于单行（或一系列数字，适用于该范围内的行）。试试这样的。

   sed -e '1s/cat/Feline/' test.csv > test2.csv
   

2. CSV 文件会将空字段存储为行首的逗号、行尾的逗号或逗号后跟另一个逗号：

   Field1,Field2,Field3
   ,"<-- empty field1",field3
   field1,,"<-- empty field2"
   field1,"empty field3-->",
   

   您可以使用以下sed 命令来修复这些问题：

   sed -e 's/^,/NA,/;s/,$/,NA/' -e ':loop' -e 's/,,/,NA,/g;tloop' test.csv
   

3. 您的解决方案看起来不错。但是请注意，CSV 应该在任何包含逗号的字符串周围加上引号。这是合法的。这也是sed 不再是处理 CSV 文件的好工具的地方。 ;-) 一个建议是将“内部”逗号替换为“%2C”，这是逗号的 HTML 编码。这很独特，至少有点标准。

4. sed 数字组从最左边的括号开始。如果你的组匹配多次，你只能得到最后一次匹配的内容，但如果外组包含多次匹配，外组仍然有效。 （我在这里假设您已经用其他东西替换了“内部”逗号。）

   sed -e ':loop' -e '^\(\([^,]*,\)\{3\}\)\([^ ,]*\) /\1\3/;tloop'
   

   这将删除第 4 列中的第一个空格，然后循环。当它找到结束列的逗号或行尾时，它将停止。

   请注意，名为\1 的第一部分是通用的。您可以将 3 替换为任何字段，减一，这将使您进入该字段的开头。实际工作在第二部分，\3，在这里你可以做你喜欢的事。 （注意\2 包含在\1 中，并不是特别有用。）