Awk一次性进行多个分隔符的转换。

Question

我需要转换（预处理）一个CSV文件，通过生成/插入一个新列，并将现有列的内容合并为新列。

例如，将以下内容进行转换：

A|B|C|D|E

into:

A|B|C|D|C > D|E

在这个例子中，我使用了：

cat myfile.csv | awk 'BEGIN{FS=OFS="|"} {$4 = $4 OFS $3" > "$4} 1'

现在我需要完成更复杂的任务，但是不知道该怎么做。

我需要进行转换：

A|B|C|x,y,z|E

转换为

A|B|C|x,y,z|C > x,C > y,C > z|E

如何以高效的方式在awk（或其他命令）中完成此操作（我的CSV文件可能包含数千行）？

谢谢。

- Alexxx

---

如果C、x、y或z可以包含任何正则表达式元字符或&或\\1，请确保使用任何使用*sub()函数的解决方案来测试它们。 - Ed Morton

Answer 1

使用GNU的awk（因为它具有GNU扩展的gensub函数）：

awk -F'|' '{$6=$5; $5=gensub(/(^|,)/,"\\1" $3 " > ","g",$4); print}' OFS='|'

- Renaud Pacalet

Answer 2

您可以将第四个字段拆分为一个数组：

awk 'BEGIN{FS=OFS="|"} {split($4,a,",");$4="";for(i=1;i in a;i++)$4=($4? $4 "," : "") $3 " > " a[i]} 1' myfile.csv
A|B|C|C > x,C > y,C > z|E

- Til

---

到目前为止，这是唯一的解决方案，适用于$3或$4中的任何字符/字符串，因为它只使用了字面字符串操作。 - Ed Morton

Answer 3

有许多方法可以做到这一点，但最简单的方法是以下内容：

$ awk 'BEGIN{FS=OFS="|"}{t=$4;gsub(/[^,]+/,$3" > &",t);$4 = $4 OFS t}1'

我们将第四个字段复制到变量中。在其中，我们通过第三个字段的内容加上“>”和原始匹配的字符串（“&”）来替换不包含新分隔符（“,”）的每个字符串。

- kvantour