计算管道分隔文件中的列数

Question

我有一个管道|分隔文件.

文件:

106232145|"medicare"|"medicare,medicaid"|789

我想计算每行中的字段数.我尝试了下面的代码

码:

awk -F '|' '{print NF-1}'

这将结果返回为5而不是4.这是因为awk将"medicare | medicaid"作为两个不同的字段而不是一个字段

Answer 1

awk -F\| '{print NF}'

给出正确的结果.

Answer 2

纯 Unix 解决方案（没有 awk/Perl）：

$ cat  /tmp/x1
1|2|3|34
4534|23442|1121|334434

$ head -1 /tmp/x1 | tr "|" "\012" | wc -l
4

Perl 解决方案 - 1-liner：

$ perl5.8 -naF'\|' -e 'print scalar(@F)."\n";exit;' /tmp/x1
4

但！！！！重要的！！！

这些解决方案中的每一个 - 以及其他答案中的那些 - 都不能 100% 工作！

也就是说，当它是一个真正的“管道分隔”文件时，它们都会中断，管道是字段中的有效字符（并且该字段被引用），真正的 CSV 文件的工作方式。

例如

$ cat /tmp/x2
"0|1"|2|3|34
4534|23442|1121|334434
$ perl5.8 -naF'\|' -e 'print scalar(@F)."\n";exit;' /tmp/x1
5   <----- BROKEN!!! There are only 4 fields, first field is "0|1"

要解决这个问题，应该使用适当的 CSV（或分隔文件）解析器，例如 Perl 中的解析器：

$ perl5.8 -MText::CSV_XS 
-ne '$csv=Text::CSV_XS->new({sep_char => "|"});  $csv->parse($_); 
print $csv->fields(); print "\n"; exit;' /tmp/x2

打印正确的值

4

请注意，简单地使用复杂的 RegEx修复awkorsed解决方案并不容易，因为在包含管道和引用的 PSV 字段之上，规范还允许将引号作为字段的一部分。这不适合一个很好的 RegEx 解决方案。