awk 字段分隔符，当分隔符出现在双引号中时答案

【问题标题】：awk field separator , when the separator shows up in double quoteawk 字段分隔符，当分隔符出现在双引号中时
【发布时间】：2012-09-06 19:34:40
【问题描述】：

我正在尝试使用 awk 在字段位置 3 处读取一些输入，$3，字段 3 是一个字符串

awk -F'","' '{print $1}'  input.txt

我的文件 input.txt 看起来像这样

field1,field2,field3,field4,field5

问题是这些字段用逗号分隔，其中一些是双引号，而另一些则不是。字段 5 是双引号，包含各种类型的符号。示例：

imfield1,imfield2,"imfield3",imfield4,"im"",""fi"",el,""d5"

awk 可以处理这样的情况吗？更详细地说，如何通过键入 $5 来获取整个字符串？

【问题讨论】：

标签： unix awk field delimiter

【解决方案1】：

您可以使用Lorance Stinson's Awk CSV parser，在这种情况下，它很简单：

function parse_csv(..) {
    ..
}

{
    num_fields = parse_csv($0, csv, ",", "\"", "\"", "\\n", 1);
    print csv[2]
}

如果您不喜欢 Awk，那么 Python 还提供了一个不错的 CSV 解析器：

import csv, sys

for row in csv.reader(sys.stdin):
    print row[2]

或者从命令行（一行有点棘手）：

python -c 'import csv,sys;[sys.stdout.write(row[2]+"\n") for row in csv.reader(sys.stdin)]' < input.txt

【讨论】：

【解决方案2】：

分隔符是一个简单的逗号，而不是引号之间的逗号。如果字段不包含逗号，那么 awk 可能会胜任这项任务：

awk -F , '
  {
    if ($3 ~ /^".*"$/) {
        $3 = substr($3, 2, length($3)-2);
        gsub(/""/, "", $3);
     }
     print $3;
  }' input.txt

这已经变得相当复杂了。如果字段内可以有逗号，请使用适当的 CSV 解析器，例如在 Perl 或 Python 中。见https://unix.stackexchange.com/questions/7425/is-there-a-robust-command-line-tool-for-processing-csv-files

【讨论】：

问题中的第二个示例在最后一个字段中确实有逗号。实际内容（已处理引号）为：im","fi",el,"d5

【解决方案3】：

您可以在awk 中设置空字段分隔符来解析行。您可以将 $i 分配给 var 并在 inda==0 时打印出来，而不是 printf("%s",$i)

#echo "\"AAA,BBB\",\"CCC\",\"DDD, EEE, FFF\"" > uno

awk 'BEGIN { FS="" }
{
    for ( i=1; i<NF; i++) {
        if ( $i == "\"" )
            if ( inda == 0 ) 
                inda = 1
            else
                inda = 0
        if ( $i == "," )
            if ( inda == 0 )
                $i="|"
        printf("%s",$i)
    }
    printf("\n")
}' uno

【讨论】：