需要帮助使用 awk 和 sed 修剪 CSV 文件而不破解它答案

【问题标题】：Need help trimming CSV file with awk and sed without hacking it需要帮助使用 awk 和 sed 修剪 CSV 文件而不破解它
【发布时间】：2013-01-18 16:37:53
【问题描述】：

我搜索了堆栈，但遇到了一个特定的 CSV 文件：

我有一个分为两列的大型 CSV 文件：

Name    Extension
Brian Aducci    6598
Jeff Alexander  6661
Sara Alfieri    6789

我想保留扩展名并将名称修剪为用户名：

Name    Extension
BAducci 6598
JAlexander 6661
SAlfieri 6789

【问题讨论】：

有什么方法可以将Brian Aducci 转换为BAducci？是名字的第一个字符和姓氏吗？

标签： bash csv awk sed

【解决方案1】：

这条短线应该可以满足您的需求：

awk 'NR>1{$0=substr($1,0,1)$2" "$3}1' file

测试

kent$  echo "Name    Extension
Brian Aducci    6598
Jeff Alexander  6661
Sara Alfieri    6789"|awk 'NR>1{$0=substr($1,0,1)$2" "$3}1'
Name    Extension
BAducci 6598
JAlexander 6661
SAlfieri 6789

【讨论】：

【解决方案2】：

试试这个

awk '{if( NR==1 ){print $1" "$2; next}}{a=substr($1,1,1); print a$2" "$3}' temp.txt

【讨论】：

名字可以有一个或多个名字...我试图涵盖这一点（但在某些国家可能更复杂...）。并且标题也可能会有所不同...我只是将其打印出来
Olivier，你能举个例子吗？
@OlivierDulacc 我是新手，目前我只能根据用户输入和他的预期输出提供解决方案。我可以做出很多假设，这样我就永远无法回答一个问题。但是 OP 有权尝试每种解决方案并选择适合他的解决方案。我也会尝试向你们学习更多
@user19340357 当然，但我只是指出不要假设名称部分只有 2 列。例如：约翰·刘易斯·史密斯。但是，对于“firstname=$1 lastname=$2”的情况，您的示例很好。我们都在不断学习:)（我在这些网站上阅读热门答案学到了很多）
我的回答确实有效。既适用于海报显示的名称：“firstname lastname”，也适用于“firsname1 firsname2 ... lastname”的（可能存在，并没有什么坏处）的情况

【解决方案3】：

任何将Brian Aducci 转换为BAducci 的方法？

是名字的第一个字符和姓氏吗？如果是，那么下面应该可以工作：

{read x; echo $x; while read x y; do echo ${x:0:1}$y; done; } <large_file >output_file

sed 方法：

sed -r '1!s/^(.)[^ ]* */\1/' large_file >output_file

【讨论】：

【解决方案4】：

awk 是我的选择

awk 'NF>2{ for (i=1;i<NF -1;i++){ initials=initials substr($i,0,1) }; print initials $(NF-1), $NF}' x.txt

检查字段数（NF）是否大于2 然后遍历字段 1 - NF-1 然后取每个的第一个字母并将其放入 initials 变量中。然后我们打印出姓名首字母和扩展名。

【讨论】：

【解决方案5】：

让我们假设它不是 2，而是“至少 3”列... firsname lastname extension

也许有不止 1 个名字（这种情况经常发生）

让我们假设：登录是第一列的第一个字符，+ 第 n-1 列（=名称）

你会这样做：

gawk '(NR == 1) { print ; next ;} /./ { name=NF-1 ; print substr($1,1,1) $name " " $NF }' /the/file

如果你有这将工作

Name    Extension
firstname1                lastname1   extension1
firstname2a  firsntname2b lastname2   extension2
...

（即无论名字有多少，1 个或多个）（无论每个字段有多少空格或制表符）

(NR == 1) { print ; next ; } 部分是“按原样”打印第一（标题）行，然后“下一个”到其他行。没有表头的可以把这个去掉。

在其他行上，NR>1，因此只有第二个模式（/./，意思是“如果行不为空”）适用，它会打印您需要的内容（如果有奇怪的名称，请更改它： john john name1 name2，但应该很少见）

您还可以使用 gnu awk（或 nawk）'tolower' 强制将某些内容变为小写：

gawk '(NR == 1) { print ; next ;} /./ { name=NF-1 ; print tolower(substr($1,1,1)) tolower($name) " " $NF }' /the/file

【讨论】：

这当然适用于 2 列名称。但如果一个人有多个名字（假设它写成：“firstname1 fierstname2 ... lastname extension”）也可以使用
@sudo_O 我对你的投了反对票，因为它不工作，不是因为紧凑......一旦它再次工作，我就收回了我的反对票，所以我不再反对它。那么......为什么你在这里投反对票，究竟是什么？......这是某种仇杀吗？
它确实有效。只需更改“/the/file”以指向包含数据的文件。或者取出“/the/file”，然后使用管道中的剩余行。
???它不是。 questino 没有显示任何逗号，我复制/粘贴了他显示的 4 行，我的程序完全显示了他希望看到的内容。别再说错误信息了。我再说一遍：一旦你的投票被纠正，我就取消了我的反对票。不要再幼稚和说错误信息了......
这太完美了，如果可以的话，我会赞成。再次感谢！

【解决方案6】：

这与 Sudo_O 的sed 解决方案基本相同。将sed 用于此类事情的问题在于sed 的许多版本根本不支持所使用的功能。（例如，-r 是一个非标准选项，用于使+ 成为正则表达式中的魔术字符。许多sed 根本不提供对+ 的支持）

perl -pe 's/^(.)/\S*\s/$1/ if $. > 1' input-file

【讨论】：

Many sed simply do not provide support for + sed 的哪些实现不支持扩展正则表达式？虽然-r 是GNU 选项，但它也支持-E，这是此* 的BSD 选项（反之则不然）。
-e、-f 和 -n 是唯一的标准选项。其他任何东西都不能可靠地使用。

【解决方案7】：

使用sed 实际上更容易：

$ cat file
Name   Extension
Brian  Aducci     6598
Jeff   Alexander  6661
Sara   Alfieri    6789

$ sed -r '2,$s/(.)\w+\s+/\1/' file
Name        Extension
BAducci     6598
JAlexander  6661
SAlfieri    6789

awk 的一种方式：

$ awk 'NR>1{sub(/\w+\s+/,substr($0,1,1),$0)}1' file
Name        Extension
BAducci     6598
JAlexander  6661
SAlfieri    6789

【讨论】：

@我试过 sed 解决方案不起作用。我有空格分隔文件
@user19340357 sed 解决方案在两者上都经过测试，并且可以在 GNU sed 上运行，也就是说，您在 OSX 上吗？
^sudo_O ：我现在很困惑：为什么您要为不是提问者所拥有的测试文件显示“解决方案”？ ...他没有“，”，而是用空格分隔字段
我在 Linux 上，它不打印第一个单词的 firstLtter，而只打印第二个单词。像这样sed -nr '1p;2,${s/(.)\w+\s+/\1/p}' temp.txt Name Extension Aducci 6598 Alexander 6661 Alfieri 6789
@OlivierDulac 因为我阅读了这个问题，并且 OP 说他有一个 CSV 文件（逗号分隔值），现在才清楚哪个.. 两种解决方案都适用于两者，为什么 -1？