在csv文件中删除最多第N个模式匹配实例的文本

Question

我正在寻找一种从n文件中删除前csv行的方法。

基本上，我已经得到了数百个csv文件的转储，其任务是创建可查询的MySQL数据库。这些文件具有非csv格式的图例，占用前~10行，并在尝试导入到MySQL时引发错误。图例的长度是可变的，因为并非所有文件都具有相同数量的参数。

我正在寻找一种删除图例的方法，我可以找到的唯一模式是第一个csv元素始终是单词 year 的第二个实例。

文件基本上看起来像这样，我希望每个文件的开头都是小写的 year 的第二个实例。

Legend:
non-csv text...
year: Year
... etc

(csv format) year, month, day, etc...

我看过sed命令来循环遍历每个文件，但是找不到能完全实现我想要的文件的命令。即：

find . -name "*.csv" | 
while read filename; 
do 
  sed -n '/year/,$p' $filename > newFile.csv;
done;

这会删除年的第一个实例之前的所有文本，但是我不熟悉sed，因此无法弄清楚如何使其跳到第二个实例。我在递归函数中尝试了上述方法，但没有用。

有什么建议吗？

Answer 1

x来营救！

awk

Answer 2

这可能对您有用（ GNU sed）：

sed ':a;N;s/year/&/2;Ta;s/.*\n//' file

这将收集行，直到year再次出现，然后删除直到但不包括当前行的所有行。