Question

我有一个这样的文件：

a，b，c，“你好，嗨”，d

我希望字段分隔符不是空格，逗号，而不是空格。目前我有

cat file | awk'BEGIN {FS =“[^]，[^]”}; {print $ 4}'

哪个应该给“你好，嗨”，但它什么都不返回。我对这个正则表达式的东西很陌生，所以任何帮助都会受到赞赏。

Answer 1

呃，不，不应该给hello, hi。实际发生的是：

 a,b,c,"hello, hi",d
|| ||| ||       ||_|Third fied separator
|| ||| ||_______|
|| ||| |   $3
|| |||_|
|| || Second field separator
|| ||
|| |+- $2 is a comma
||_|
| First field separator
|
+- $0 is empty

因此在第三个字段分隔符后，该行为空。您可以使用

验证此行为

aaa,baa,caa,"hello, hi",daa

作为输入文件。

Answer 2

如果您经常使用CSV文件，请考虑安装csvtool，然后您可以简单地说：

integer

它会吐出来

Answer 3

解决方案是定义字段内容而不是字段分隔符。您需要使用gawk，因为标准awk本身没有此功能。（在linux上，awk = gawk）

echo 'a,b,c,"hello, hi",d' \
 | awk '
     # define the content with FPAT
     # here any non , or a encapsulate quoted content
     BEGIN{ FPAT = "[^,]*|\"[^\"]*\"" }

     # for showing each field
     {for (i=1;i<=NF;i++) printf( "field %d: %s\n", i, $i)}
     '

field 1: a
field 2: b
field 3: c
field 4: "hello, hi"
field 5: d

默认情况下，正则表达式匹配尝试始终采用尽可能长的时间，因此“..，...”比“..和/或...”更长，采用完整的引号字符串而不是部分逗号分隔的内容相同的字符串

Answer 4

您还可以使用sed：

>sed 's/.*\("[^"]*"\).*/\1/' <<< 'a,b,c,"hello, hi",d'
"hello, hi"

或grep：

>grep -o '"[^"]*"' <<< 'a,b,c,"hello, hi",d'
"hello, hi"

Bash正则表达式为“not space，逗号，而不是空格”

4 个答案: