Question

Sample.csv数据

"2-Keyw-Bllist, TerrorViolencetest",vodka,ZETA+GLOBAL 4(ID: ZETA+GLOBAL),,105629,523,flag
"2-Keyw-Bllist, TerrorViolencetest",vodka,Captify (ID: Captify),,94676,884,flag
"2-Keyw-Bllist, TerrorViolencetest",vodka,QuantCast (ID: QuantCast),,46485,786,flag
TerrorViolencetest,germany,QuantCast (ID: QuantCast),,31054,491,flag
EY-Keyword-Blacklist,BBQ,MIQ+RON (ID: MIQ+RON),,26073,149,flag
TerrorViolencetest,chips,Captify (ID: Captify),,23737,553,flag
"2-Keyw-Bllist, TerrorViolencetest",bacon,QuantCast (ID: QuantCast),,17461,241,flag
VurityAdult-1test,cracks,Captify (ID: Captify),,17325,358,flag
VurityAdult-1test,pizza+grills,Captify (ID: Captify),,15173,41,flag

所需的输出

"2-Keyw-Bllist, TerrorViolencetest",vodka,ZETA+GLOBAL (ID: ZETA+GLOBAL),105629,523,flag
"2-Keyw-Bllist, TerrorViolencetest",vodka,Captify (ID: Captify),94676,884,flag
"2-Keyw-Bllist, TerrorViolencetest",vodka,QuantCast (ID: QuantCast),46485,786,flag
TerrorViolencetest,germany,QuantCast (ID: QuantCast),31054,491,flag
EY-Keyword-Blacklist,BBQ,MIQ+RON (ID: MIQ+RON),26073,149,flag
TerrorViolencetest,chips,Captify (ID: Captify),23737,553,flag
"2-Keyw-Bllist, TerrorViolencetest",bacon,QuantCast (ID: QuantCast),17461,241,flag
VurityAdult-1test,cracks,Captify (ID: Captify),17325,358,flag
VurityAdult-1test,pizza+grills,Captify (ID: Captify),15173,41,flag

问题

我有7列数据，并且能够打印/删除所需输出（如果可行）所需的列。但是，由于第1列中的数据中间存在逗号，awk认为我有7列以上，因此当我尝试删除第4列时，它会删除值，因为某些行被分流到他们不应该的列。

我尝试过的东西

我尝试通过管道传递csvtool的结果（它可以正确确认列），并使用sed/awk将逗号分隔为其他内容。我猜这失败了，原因是其他命令不了解csvtool对列的了解。
我曾尝试使用awk的FPAT，但是通过在线工作，我可以获得所需的输出，但是我的脚本似乎只显示数据的最后一行。

awk -F"," -v OFS=',' 'BEGIN {FPAT = "([^,]*)|(\"[^\"]+\")"} END {print $1,$2,$3,$5,$6,$7}' sample.csv

有人知道当我删除列时更容易理解我的列的方法吗？或者FPAT是唯一的解决方法，而我却错过了所做的事情吗？

Answer 1

请您尝试以下。

awk -F"," -v OFS=',' 'BEGIN{FPAT="([^,]*)|(\"[^\"]+\")"} {print $1,$2,$3,$5,$6,$7}' Input_file

或者更好地利用BEGIN：）

awk 'BEGIN{FS=OFS=",";FPAT="([^,]*)|(\"[^\"]+\")"} {print $1,$2,$3,$5,$6,$7}' Input_file

为什么OP的代码会部分起作用：因为您正在使用END块并打印所有内容，所以这就是它打印最后一行的原因（尽管在awk AFAIK中很少有定义此行为））。 END块的工作方式是：

awk中有3个主要块：

BEGIN块：在读取任何Input_file之前运行，重要的是，当您要初始化变量时，我们可以在程序开始读取实际Input_file之前进行操作。
{...}主块：现在是将读取所有Input_file记录（行）的主块。
END块：任何END程序的awk块都在读取完整的Input_file的程序完成后执行，因此所有类型的计算，例如->数组，打印最后一个值处理完完整的Input_file之后，将在这里完成。

man awk说：

最后，在所有输入都用完之后，gawk将执行以下代码： END规则（如果有）。

awk FPAT忽略csv中的逗号

Sample.csv数据

所需的输出

问题

我尝试过的东西

1 个答案: