Question

我有一个CSV文件file1.csv，它有一个自定义格式，有三列，如下所示：

This is some data. [text] This is some more data.

第一个[之前的所有内容都位于第一列。
第一组方括号之间的所有内容都位于第二列。
第一列]之后的所有内容都在第三列中，无论后面是什么内容。

E.g：

First. [second] Third.
      ^        ^

我想将文件的行分为两个文件withnumbers.csv和withoutnumbers.csv，基本上是由第三列中包含数字的文件和第三列中不包含数字的文件。< / p>

可能会出现后面的方括号，但它们不被视为新列，它们仍然是第三列数据的一部分，例如：

First. [second] Third. [some more text] This is still in the third column.
      ^        ^

包含数字的行可以与*0*，*1*，*2*等匹配。这些都包含数字：

Water is H20.
The bear ate 2,120 fish.
The Wright Flyer flew in 1903.

在第三列的一对方括号内找到的数字不算作匹配，例如，这些行将被发送到withoutnumbers.csv：

First. [second] Some text. [This has the number 1.]
First. [second] Some more text. [The Wright Flyer flew in 1903.]

这些会被发送到withnumbers.csv，因为它们仍然在方括号外面有一个数字，但在第三列内：

First. [second] Some text with 1. [This has the number 1.]
First. [second] Some more text with the number 3. [The Wright Flyer flew in 1903.]

如何将文件行排序到第三列中包含数字的行，不考虑方括号内的数字，以及那些不包含数字的行？

Answer 1

嗯，我不会撒谎，我不喜欢我提出的解决方案。然而，你的问题是相当特殊的，绝望的时候需要采取绝望的措施。所以，试一试：

awk -F'\[[^\]]*\]' '{
  printed = 0
  for (i = 2; i <= NF; i++) {
    if ($i ~ /[0-9]+/) {
      print $0 >> "withNumbers"
      printed = 1
      break
    }
  }

  if (! printed) {
    print $0 >> "withoutNumbers"
  }
}' file

Answer 2

这是一个去

shopt -s extglob
rm withnumbers.csv withoutnumbers.csv
touch withnumbers.csv withoutnumbers.csv

while IFS= read -r line; do
  col3=${line#*\]}            # remove everything before and including the first ]
  col3=${col3//\[*([^]])\]/}  # remove all bracketed items
  if [[ $col3 == *[[:digit:]]* ]]; then
    printf "%s\n" "$line" >> withnumbers.csv
  else
    printf "%s\n" "$line" >> withoutnumbers.csv
   fi
done < file1.csv

Answer 3

这会在第一个右方括号上拆分，并检查第一个右方括号后的行部分中方括号内的数字，或者该部分是否仅包含非数字。它将这些行写入withoutnumbers.csv。否则，它将该行写入withnumbers.csv。

perl -lne 'BEGIN {open ND, ">", withoutnumbers.csv; open D, ">", withnumbers.csv} @fields = split(/]/,$_,2); $fields[1] =~ /\[.*?\d.*?\]|^\D+$/ ? print ND $_ : print D $_' file1.csv

如何将符合特定条件的行分类到单独的文件中？

3 个答案: