Question

如何告诉awk忽略双引号中的delmiter

例如 line='test,t2,t3,"t5,"' $(echo $line | awk -F "," '{print $4}')

预期值为“t5” 但事实上是“t5”

如何获得“t5”？

Answer 1

使用GNU awk for FPAT，您需要的只是：

$ line='test,t2,t3,"t5,"'
$ echo "$line" | awk -v FPAT='([^,]*)|("[^"]*")' '{print $4}'
"t5,"

如果您的awk可以包含换行符和转义引号，请参阅What's the most robust way to efficiently parse CSV using awk?。

Answer 2

您可以检查您的任意输入，或者如果您知道输入格式不正确，请从第4列的索引2开始使用substr()。

$ echo 'test,t2,t3,"t5,"' | awk -F, '{printf "%s,\n", substr($4,2) }'
t5,

Answer 3

也许这更好。

echo 'test,t2,t3,"t5,"' | awk -F, '{print $(NF-1),$NF}' OFS=,

"t5,"

Answer 4

在一般情况下，你不能。您需要一个完整的解析器来记住标记，更改状态，然后在遇到匹配标记时返回到先前的状态。你不能用正则表达式来做，除非你对数据的形状做了很多假设 - 而且因为我看到你正在解析CSV，所以这些假设不会成立。

如果你喜欢awk，我建议你为这个问题尝试perl。您可以使用其他人的CSV解析库（搜索here），也可以编写自己的。当然，没有理由你不能在纯awk中编写CSV解析器，只要你明白这不是awk擅长的。你需要逐个字符地解析（不要用换行符分隔记录），记住当前状态（是引用的行吗？）并记住前一个字符以查看它是否是反斜杠（用于将引用视为文字引用或逗号作为文字逗号）。您需要记住之前的引用，以便将""解析为转义引号而不是格式错误的字段。这很有趣，而且是个婊子。如果你愿意，可以使用别人的图书馆。我不会选择awk来编写任何记录没有明显分隔符的解析器。

编辑：Ed Morton确实为Gawk编写了一个完整的CSV解析器，他在答案中将其链接到了。我帮他打破了，他迅速解决了问题。他的剧本很有用，虽然适应现实世界的使用会有点笨拙。

awk忽略双引号中的分隔符

4 个答案: