使用awk忽略CSV文件字段中的逗号

Question

我正在尝试从 CSV 文件最后一行的第二个字段中获取一个数字。到目前为止，我有这个：

awk -F"," 'END {print $2}' /file/path/fileName.csv

这有效，除非最后一行的第一个字段中有逗号。所以对于看起来像这样的一行，

"Company Name, LLC", 12345, Type1, SubType3

..."Company Name, LLC"实际上是第一个字段，该awk命令将返回LLC.

如何忽略第一个字段中的逗号，以便在第二个字段中获取信息？

Answer 1

我认为您的要求是使用FPATin的完美用例GNU Awk，

从页面上按原样引用，man

通常，在使用 时FS，gawk将字段定义为出现在每个字段分隔符之间的记录部分。换句话说，FS定义字段不是什么，而不是字段是什么。但是，有时您确实希望通过字段的含义而不是它们的含义来定义字段。

最臭名昭著的这种情况是所谓的逗号分隔值 (CSV) 数据。如果逗号只分隔数据，就不会有问题。当其中一个字段包含嵌入的逗号时，就会出现问题。在这种情况下，大多数程序将字段嵌入双引号中。

对于此处展示的 CSV 数据，每个字段要么是“任何非逗号”，要么是“双引号、非双引号和结束双引号”。如果写成正则表达式常量（参见 Regexp），我们将有/([^,]+)|("[^"]+")/. 把它写成一个字符串需要我们转义双引号，导致：

FPAT = "([^,]+)|(\"[^\"]+\")"

在您的输入文件上使用它，

awk 'BEGIN{FPAT = "([^,]+)|(\"[^\"]+\")"}{print $1}' file
"Company Name, LLC"