Question

如何删除第二列中包含3个以上字符的CSV文件中的所有行？ E.g：

cave,ape,1
tree,monkey,2

第二行在第二列中包含3个以上的字符，因此将被删除。

Answer 1

awk -F, 'length($2)<=3' input.txt

Answer 2

您可以使用此命令：

grep -vE "^[^,]+,[^,]{4,}," test.csv > filtered.csv

grep语法的细分：

-v = remove lines matching
-E = extended regular expression syntax (also -P is perl syntax)

bash stuff：

> filename = overwrite/create a file and fill it with the standard out

正则表达式语法的细分：

"^[^,]+,[^,]{4,},"

^ = beginning of line
[^,] = anything except commas
[^,]+ = 1 or more of anything except commas
, = comma
[^,]{4,} = 4 or more of anything except commas

请注意，如果前两列包含数据中的逗号，则上述内容已经过简化，无法使用。（它不知道转义逗号和原始逗号之间的区别）

Answer 3

这是您的数据类型的过滤器脚本。它假设您的数据是在utf8

#!/bin/bash
function px {
 local a="$@"
 local i=0
 while [ $i -lt ${#a}  ]
  do
   printf \\x${a:$i:2}
   i=$(($i+2))
  done
}
(iconv -f UTF8 -t UTF16 | od -x |  cut -b 9- | xargs -n 1) |
if read utf16header
then
 px $utf16header
 cnt=0
 out=''
 st=0
 while read line
  do
   if [ "$st" -eq 1 ] ; then
     cnt=$(($cnt+1))
   fi
   if [ "$line" == "002c" ] ; then
     st=$(($st+1))
   fi
   if [ "$line" == "000a" ]
    then
     out=$out$line
     if [[ $cnt -le 3+1 ]] ; then
        px $out
     fi
     cnt=0
     out=''
     st=0
   else
    out=$out$line
   fi
  done
fi | iconv -f UTF16 -t UTF8

Answer 4

还没有人提供sed答案，所以这是：

sed -e '/^[^,]*,[^,]\{4\}/d' animal.csv

这是一些测试数据。

>animal.csv cat <<'.'      
cave,ape,0
,cat,1
,orangutan,2
large,wolf,3
,dog,4,happy
tree,monkey,5,sad
.

现在来测试一下：

sed -i'' -e '/^[^,]*,[^,]\{4\}/d' animal.csv
cat animal.csv

输出中只应出现猿，猫和狗。

如何删除CSV文件第二列中包含三个以上字符的所有行？

4 个答案: