用竖线 | 替换逗号，双引号内除外，并删除双引号

Question

文件 1

12584,"Capital of America, Inc.",,HORIZONCAPITAL,USA,......etc
25841,"Capital of America, Inc.",,HORIZONCAPITAL,USA,......etc
87455,"Capital of America, Inc.",,HORIZONCAPITAL,USA,......etc

输出

12584|Capital of America, Inc.||HORIZONCAPITAL|USA|......etc
25841|Capital of America, Inc.||HORIZONCAPITAL|USA|......etc
87455|Capital of America, Inc.||HORIZONCAPITAL|USA|......etc

我有一个 csv 文件，我必须将其转换为用管道（|）分隔的文本文件我已经完成了 shell 脚本 sed 's/^/"/;s/,/|/g;s/$/"/' $File > $Output

但问题在于“美国资本公司”这一领域。包含一个逗号，也用竖线 (|) 代替。所以我只想用管道替换所有内容，除了不在值内的值被赋予双引号“”。

是否有任何shell脚本可以做到这一点？

Answer 1

使用csvkit：

$ csvformat -D '|' file.csv
12584|Capital of America, Inc.||HORIZONCAPITAL|USA|......etc
25841|Capital of America, Inc.||HORIZONCAPITAL|USA|......etc
87455|Capital of America, Inc.||HORIZONCAPITAL|USA|......etc

csvkit是用 Python 编写的 CSV 操作/查询工具的集合。这些进行正确的 CSV 解析，csvformat并可用于用任何其他字符替换默认的逗号分隔符。该实用程序将确保根据 CSV 规则正确引用结果。

Answer 2

至少在基于 Debian 的系统上，您应该能够安装基于 OCaml 的 csvtool

$ csvtool -u '|' cat file.csv
12584|Capital of America, Inc.||HORIZONCAPITAL|USA|......etc
25841|Capital of America, Inc.||HORIZONCAPITAL|USA|......etc
87455|Capital of America, Inc.||HORIZONCAPITAL|USA|......etc

你也可以使用 Perl 的Text::CSV模块：

$ perl -MText::CSV -lne '
  BEGIN{$p = Text::CSV->new()} 
  print join "|", $p->fields() if $p->parse($_)
' file.csv
12584|Capital of America, Inc.||HORIZONCAPITAL|USA|......etc
25841|Capital of America, Inc.||HORIZONCAPITAL|USA|......etc
87455|Capital of America, Inc.||HORIZONCAPITAL|USA|......etc