从文件中删除垃圾

Question

我有一个csv文件，在文件的开头有一些垃圾。我该如何摆脱它？

sh-3.2# more data_combined.csv
84252,1,A ROSEAL

文件应以数字842 ...

开头

Answer 1

对于显示的数据，这应该可以解决问题（假设是单字节代码集，例如ISO 8859-1，而不是UTF-8）：

sed '1s/^...//' data_combined.csv

如果是UTF-8，则开始时有6个字节的垃圾。如果使用UTF-8语言环境运行sed，则“.”元字符匹配UTF-8字符（在所示的情况下每个字符2个字节），因此相同的表达式可以正常工作。如果使用SBCS（单字节代码集）（例如8859-1）运行sed，那么您需要使用如下模式：

sed '1s/^.\{6\}//' data_combined.csv

实际上，它会使用尽可能多的字符来写6个点;但这种概括可能更清楚。

---

正如Dennis Williamson在我睡觉时所说的那么短暂的间隔中正确地说，要从第一行的开头删除非数字，请使用：

sed '1s/^[^0-9]*//' data_combined.csv