通过egrep过滤CSV中的值

Question

我有一个CSV文件需要将值分隔成单独的CSV文件。

它已有一个现有代码：\

1. 第一个子文件需要一个包含第一和第二个字段值的文件

   egrep "^[^,]+,[^,]+," orig.csv > suba.csv

2. 第二个子包含第一个包含值但第二个

   中为空的文件

   egrep "^[^,]+,," orig.csv > subb.csv

根据我的理解，^[^,]+,表示必须以值开头，但值不能是逗号，后面跟逗号。

我们有一项新要求，即第五栏不得为空白：

这是我认为应该是的，但不幸的是它仍然收到第五列没有值的值

egrep "^[^,]+,[^,]+,[^,]+,[^,]+,[^,]+" orig.csv > suba_2.csv

有什么想法吗？

Answer 1

尝试：

egrep "^[^,]+,[^,]+,[^,]+,[^,]+,[^, ]+" orig.csv

我怀疑你的第五个元素中有空格。

你的正则表达式对我有用，输入如下：

% cat orig.csv
1,2,3,4,5,6,7,8,9,10
1,2,3,4,,6,7,8,9,10
1,2,3,4,5
1,2,3,4,
% egrep "^[^,]+,[^,]+,[^,]+,[^,]+,[^,]+" orig.csv
1,2,3,4,5,6,7,8,9,10
1,2,3,4,5
% 

但是当我在最后一行1,2,3,4，...

的末尾放置一个空格时

Answer 2

是否有理由不能使用awk？

$ awk -F, '{out="subb.csv"} $2{out="suba.csv"} $5{print > out}' orig.csv

这是如何运作的？

让我们分解一下：

• -F,将分隔符设置为逗号。
• {out="subb.csv"}设置默认输出文件。
• $2{out="suba.csv"}测试第二个字段。如果它不为空，则设置不同的输出文件。
• $5{print > out}测试第五个字段是否为空，如果不是，则将输出打印到之前指定的输出文件。

请注意，这些简单的“空”测试并不完全是万无一失的。如果字段为“0”，则评估为false。如果您的数据可能包含“0”但必须评估为true的字段，则可以调整（延长）此脚本以解决此问题。