awk字段分隔符，当分隔符出现在双引号中时

Question

我正在尝试使用awk来读取某些输入，其中字段位置在第3个位置、$3，第3个字段是一个字符串。

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

我的文件input.txt看起来像这样：

field1,field2,field3,field4,field5

问题在于这些字段由逗号分隔，有些是双引号括起来的，有些则不是。而第五个字段是用双引号括起来的，并包含各种类型的符号。例如：

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

awk能够处理这种情况吗？更具体地说，如何通过输入$5获取整个字符串？

- runcode

Answer 1

您可以使用Lorance Stinson 的 Awk CSV 解析器，在这种情况下，操作非常简单：

function parse_csv(..) {
    ..
}

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

如果您不是非常坚持使用Awk，Python也带有一个很好的CSV解析器：

import csv, sys

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

或者从命令行（一行代码有点棘手）：

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

- Ingmar Hupp

Answer 2

您可以在 awk 中解析行并设置空字段分隔符。而不是使用 printf("%s",$i)，您可以将 $i 分配给一个变量，并在 inda==0 时打印出来。

#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

- magilda

Answer 3

分隔符是一个简单的逗号，不是在引号之间的逗号。如果字段不包含逗号，则awk可能可以胜任：

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Perl或Python中的解析器。请参见https://unix.stackexchange.com/questions/7425/is-there-a-robust-command-line-tool-for-processing-csv-files。

- Gilles 'SO- stop being evil'

---

问题中的第二个示例确实在最后一个字段内有逗号。实际内容（引号已处理）为："im"，"fi"，el，"d5" - Ingmar Hupp