Question

我有一个CSV文件，我通过一组awk / sed命令进行管道传输。

CSV文件中的某些行如下所示：

10368,"Verizon DSL",DSL,NY,NORTHEAST,-5,-4,"[1.1 - 3.0]","[0.384 - 0.768]"

其中第8和第9列是表示数值范围的字符串。

如何使用awk或sed将这些字段替换为数值？范围的开头或范围的结束？

所以这一行最终会成为

10368,"Verizon DSL",DSL,NY,NORTHEAST,-5,-4,1.1,0.384

或

10368,"Verizon DSL",DSL,NY,NORTHEAST,-5,-4,3.0,0.768

我到removing the brackets，但过去我被卡住了。我考虑拆分“ - ”，但是我文件中的许多行在最后两列中都有一个常规数值，而不是一个范围，这会使事情变得混乱（我不想最终得到一些具有不同数量的列。）

Answer 1

这是一个sed命令，它将获取每个范围并将其分解为两个字段。它会查找"[A - B]"之类的字符串，并将其转换为A,B。如果需要，可以通过更改\1,\2部分轻松修改为仅使用其中一个值。正则表达式假定所有数字在所需小数位的任一侧至少有一位数。因此，1，.5和3.无效。如果您需要，可以使正则表达式更加适应。

$ cat file
10368,"Verizon DSL",DSL,NY,NORTHEAST,-5,-4,"[1.1 - 3.0]","[0.384 - 0.768]"
$ sed -Ee 's|"\[([0-9]+\.[0-9]+) - ([0-9]+\.[0-9]+)\]"|\1,\2|g' file
10368,"Verizon DSL",DSL,NY,NORTHEAST,-5,-4,1.1,3.0,0.384,0.768

Answer 2

由于您的数据基于 field ，因此awk是合理的选择。

请注意，虽然awk通常不了解双引号字段，但这不是问题，因为双引号字段没有嵌入式 ,个实例。

#!/usr/bin/env bash

useStart1=1  # set to `0` to use the *end* of the *penultimate* fields' range instead.
useStart2=1  # set to `0` to use the *end* of the *last* field's range instead.
awk -v useStart1=$useStart1 -v useStart2=$useStart2 '
  BEGIN { FS=OFS="," }
  { 
        split($(NF-1), tokens1, /[][" -]+/)
        split($NF,     tokens2, /[][" -]+/)
        $(NF-1) = useStart1 ? tokens1[2] : tokens1[3]
        $NF =     useStart2 ? tokens2[2] : tokens2[3]
        print
  }
' <<'EOF'
10368,"Verizon DSL",DSL,NY,NORTHEAST,-5,-4,"[1.1 - 3.0]","[0.384 - 0.768]"
EOF

上面的代码产生：

10368,"Verizon DSL",DSL,NY,NORTHEAST,-5,-4,1.1,0.384

修改$useStart1和$useStart2的值会产生适当的变化。

如何使用awk或sed将数字值替换为“[1.0 - 4.0]”之类的字符串？

2 个答案: