Question

我有一个看起来像这样的大型.csv文件

19186;1964;F;001;;;;19000101;21000101;20110630
19187;1972;M;001;MMag. Dr.;;;19000101;21000101;20110630
19190;1936;F;999;3;;;19000101;21000101;20110630

每次第5个值不是整数<10 （不是0-9）时，都应将其删除。所以结果应该是这样的

19186;1964;F;001;;;;19000101;21000101;20110630
19187;1972;M;001;;;;19000101;21000101;20110630
19190;1936;F;999;3;;;19000101;21000101;20110630

如何使用sed完成此操作？

Answer 1

如果您可以使用awk，那么我认为这比sed解决方案更清晰：

#!/bin/bash

awk 'BEGIN{FS=OFS=";"}
     {if (($5 >= 10) || ($5 < 0) || ($5 % 1 != 0)) {$5=""} print}' in_file

输入：

19186;1964;F;001;;;;19000101;21000101;20110630
19187;1972;M;001;MMag. Dr.;;;19000101;21000101;20110630
19190;1936;F;999;3;;;19000101;21000101;20110630
19190;1936;F;999;-3;;;19000101;21000101;20110630
19190;1936;F;999;3.5;;;19000101;21000101;20110630
19190;1936;F;999;10;;;19000101;21000101;20110630

输出：

19186;1964;F;001;;;;19000101;21000101;20110630
19187;1972;M;001;;;;19000101;21000101;20110630
19190;1936;F;999;3;;;19000101;21000101;20110630
19190;1936;F;999;;;;19000101;21000101;20110630
19190;1936;F;999;;;;19000101;21000101;20110630
19190;1936;F;999;;;;19000101;21000101;20110630

<强>解释

awk：调用awk命令
'...'：向单引号内的awk提供说明
BEGIN{FS=OFS=";"}：在阅读输入之前，告诉awk使用;作为输入和输出的分隔符（FS代表字段分隔符，OFS代表输出字段分隔符）
{if (($5 >= 10) || ($5 < 0) || ($5 % 1 != 0)) {$5=""}：如果第5个字段不在0-9之间，或者不是整数，请将该字段设置为空字符串。
print：打印（可能）已修改的行。
in_file：将“in_file”指定为awk脚本的输入文件
（可选）将> out_file添加到上述脚本的末尾，以将输出重定向到文件而不是stdout

另外：，适用于清洁工和更强大的解决方案，请参阅Ed的回答。

Answer 2

你可以在sed中做到这一点但是用awk更简单：

awk 'BEGIN{FS=OFS=";"} $5!~/^[0-9]$/{$5=""} 1' file

Answer 3

这可能适合你（GNU sed）：

sed -r 's/^(([^;]*;){4})[^;0-9]+/\1/' file

从csv文件中的整数字段中删除文本

3 个答案: