使用 sed 时在日期字段之间转义分隔符答案

【问题标题】：escape delimiter between date fileds while using sed使用 sed 时在日期字段之间转义分隔符
【发布时间】：2019-07-23 12:32:21
【问题描述】：

我正在尝试在包含日期、空值、带有管道分隔符的字符串的文本上使用 sed 删除引号中的分隔符 |。我使用了以下 sed 它的工作正常，但它删除了日期之间的分隔符。任何帮助将不胜感激。

sed -E 's/(^|[^"|])\|($|[^"|])/\1 \2/g' <file>

输入：

"Southern|Palms"|"AA|None"|"4"|"Ken|Coast"|1/11/2019 00:00:00|30/4/2020 00:00:00|"TH"|

"Southern Palms"|"AA None"|"4"|"Ken Coast"|1/11/2019 00:00:00 30/4/2020 00:00:00|"TH"|

预期输出：
"Southern Palms"|"AA None"|"4"|"Ken Coast"|1/11/2019 00:00:00|30/4/2020 00:00:00|"TH"|

【问题讨论】：

标签： linux unix awk sed

【解决方案1】：

使用 GNU awk 进行 FPAT：

$ awk -v FPAT='[^|]*|"[^"]+"' -v OFS='|' '{for (i=1;i<=NF;i++) gsub(/\|+/," ",$i)} 1' file
"Southern Palms"|"AA None"|"4"|"Ken Coast"|1/11/2019 00:00:00|30/4/2020 00:00:00|"TH"|

见What's the most robust way to efficiently parse CSV using awk?

【讨论】：

我在 awk 上试过，但它用分隔符“UK|&|I”“KEKE0006”“Southern Palms Beach|Resort”“AA|None”“4”“Kenya”“MBA”“替换空格肯尼亚|海岸” “Y” 1/11/2019|00:00:00 30/4/2020|00:00:00
它完全符合您的要求。如果您看到意外的输出，那么您要么复制/粘贴了错误的脚本，要么您的真实输入看起来不像您的预期输出，或者您没有运行 gawk。运行awk --version 告诉你什么？
它有 GNU Awk 3.1.7
这是 FPAT 之前的非常过时的 gawk 版本（已过时 5 年以上）。我们目前在 gawk 5.0.2 - 你能更新你的版本吗？您缺少大量非常有用的功能和一些错误修复。

【解决方案2】：

怎么样：

sed -E 's/(\w+)\|(\w+)/\1 \2/g' testfile.txt

\w+\|\w+ 匹配像<word1>|<word2> 这样的两个单词之间的管道符号，并将其替换为像这样<word1> <word2> 以空格分隔的两个单词

如果要匹配引号，请使用：

sed -E 's/("\w+)\|(\w+")/\1 \2/g' testfile.txt

匹配 "<word1>|<word2>" 并将其替换为 "<word1> <word2>"

【讨论】：

使用上述 sed 的日期字段之间缺少分隔符
@marjun 我用你提供的输入在我的 Linux 机器上运行了它，我得到了你所说的预期输出。顺便说一下，在模式中使用引号。
它回答了我的商，如果在多个单词“Southern Palms|Beach Resort”之间有一个分隔符会怎样
如果引号中有两个以上的单词，则会失败："Southern|Palms|spring"|"AA|None"|"4"