删除 csv 文件中整数周围的引号

Question

在一个大（> 1 GB）的csv文件中，我有类似的东西

"34432", "name", "0", "very long description"

但与其说是我想要

34432, "name", 0, "very long description".

我正在查看，sed但这项任务超出了我的范围。

任何建议如何实现这一目标？

Answer 1

使用 perl：

perl -ne 's/"(\d+)"/$1/g; print' file.csv > new_file.txt

所有的工作都由s/"(\d+)"/$1/g哪里完成

• s/patternA/patternB/用于替换patternA为patternB
• 然后 perl 查找一个或多个\d+由双引号括起来的数字。
• ( \d+)周围的括号用于捕获数字并将它们重用作为具有 perl 特殊变量的替换模式$1。

Answer 2

应该适用于这种情况的 GNU sed 正则表达式是

sed -r 's/"([0-9]+)"/\1/g'    

对于纯 sed，您需要转义分组括号和+修饰符

sed 's/"\([0-9]\+\)"/\1/g'

您可以使用某些版本的 sed 执行就地替换，例如

sed -ri 's/"([0-9]+)"/\1/g' file.csv

您还可以使用 POSIX 类[[:digit:]]代替字符范围[0-9]

Answer 3

你对问题的描述不是很具体。我假设您只想删除第一个和第三个字段周围的双引号。如果是这样，其中任何一个都应该有效：

1. sed

   sed -r 's/^"([^"]+)"(\s*,\s*[^,]+)\s*,\s*"([^"]+)"/\1\2, \3/' file.csv
   

   解释

   在-r启用扩展正则表达式，允许我们使用括号来捕捉模式，而无需逃避它们。因此，我们匹配行首的引号 ( ^")，然后是一个或多个非引号字符 ( [^"]+)，然后是结束引号，接着是 0 个或多个空格、一个逗号，然后又是 0 个或多个空格 ( \s*,\s*) ，然后是一段非逗号，直到下一个逗号（这定义了第二个字段）。最后，我们查找 0 个或多个空格、一个逗号，并将其替换为第一个捕获的模式 ( \1)，然后是第二个 ( \2)、一个逗号、一个空格和第三个。

2. 珀尔

   perl -pe 's/^"([^"]+)"(\s*,\s*[^,]+)\s*,\s*"([^"]+)"/$1$2, $3/; ' file.csv
   

   解释

   这-p意味着在应用通过的脚本后打印每一行-e。脚本本身与sed上面的正则表达式基本相同。只有在这里，捕获的模式是$1。

3. awk

   awk -F, -v OFS="," '{gsub("\"","",$1)0gsub("\"","",$3);}1;' file.csv 
   

   解释

   该-F设置字段分隔符,。OFS是输出字段分隔符，它也被设置为,正确打印行。由于我们在第一个 ( ) 和第三个字段 ( )上运行它gsub，因此进行替换，将所有"内容替换为空，它只会从这些字段中删除引号。这只是“打印行”的简写。$1$31;awk