Question

我在linux中有输入文件的内容，比如

test1|2|2||0|Sun,day|Jan
be,st3|1|0||0|Sunday|Feb1
nest|0|0||0|Sunday|Jul
rest,5||||0|Sunday|Aug

需要像

这样的输出

    ax2.legend(self.labels,colorList[:len(self.labels)])
    plt.legend()

使用tr命令用|替换它也取代了fieldvalue。我无法理解如何仅更改分隔符而不更改值。有人可以提供一些指示我可以用来执行此任务的命令和命令吗？

Answer 1

使用sed：

$ sed -E ':a; s/^(([^"]*("[^"]*")?)*),/\1|/; ta; s/"//g' file
test1|2|2||0|Sun,day|Jan
be,st3|1|0||0|Sunday|Feb1
nest|0|0||0|Sunday|Jul
rest,5||||0|Sunday|Aug

如何运作

如果,出现在偶数|之后，则,会更改为"。

:a

这定义了标签a。
s/^(([^"]*("[^"]*")?)*),/\1|/

从行的开头^开始，这将查找以下任意数量的序列：
```
1. `[^"]*`  = zero or more non-quotes

2. `("[^"]*")?`  = pairs of quotes
```
ta

如果之前的s命令导致替换成功，则跳回标签a并重试。
s/"//g

在我们用竖条替换所有未加引号的逗号后，我们删除了引号。

简化

正如Potong所指出的，另一种更简单的解决方案是：

sed -E 's/(([^,"]*("[^"]*")*)*),/\1|/g;s/"//g' file

这是因为两个细微之处：（1）sed的正则表达式寻找最左边最长的匹配，（2）当进行全局（g）替换时，后续匹配不允许与先前的匹配重叠。考虑到这两个规则，此命令仅在偶数引号后用,替换|。

Answer 2

使用sed实现这是一项艰巨的任务。

另一方面，在python（版本3.x）中，完成了几行：

import csv

with open("input.csv") as fr:
    with open("output.csv","w",newline='') as fw:  # uncomment for python 3.x
    with open("output.csv","wb") as fw:            # python 2.x only
        cr = csv.reader(fr,delimiter=",")
        cw = csv.writer(fw,delimiter="|")
        cw.writerows(cr)

工作原理：它只使用了惊人的内置csv模块。用分隔符读取，用另一个写入。

好的，现在只是为了好玩...我的sed解决方案，如果你真的想知道

创建一个这样的sedfile：

s/"\([^",]\+\)"/\1/g
s/"\([^"]\+\),\([^"]\+\)"/\1%\2/g
s/,/\|/g
s/%/,/g

应用它sed -f sedfile.txt input.csv > output.csv

它如何运作：

从简单字段中删除引号
从包含逗号的字段中删除引号，但用百分号替换逗号
更改分隔符
通过昏迷改变百分号

结果：

test1|2|2||0|Sun,day|Jan
be,st3|1|0||0|Sunday|Feb1
nest|0|0||0|Sunday|Jul
rest,5||||0|Sunday|Aug

每个受保护字段限制为1个昏迷（可以扩展到3个或更多......），字段不得使用%符号。

Answer 3

"(?<a>[^"]+)",

""

,

a

(?<a>[^,]*),

,以,结尾的a以外的文字也会在命名组%+
可以通过哈希"(?<a>[^"]+)",
顺序很重要 - "Sep"首先在评估备用正则表达式之前完成
注意：如果引用了最终元素，请说named capture，则不会删除引号

进一步阅读： perlre - 搜索shutdown_hook

如果分隔符也存在于文件中任何位置的字段数据中，如何替换分隔符？

3 个答案:

如何运作

简化