必要时使用正则表达式向 csv 文件添加逗号

Posted 2023-03-15

【中文标题】必要时使用正则表达式向 csv 文件添加逗号

【英文标题】：Adding commas when necessary to a csv file using regex

【发布时间】：2016-08-21 07:26:53

【问题描述】：

我有一个 csv 文件，如下所示：

entity_name,data_field_name,type
Unit,id
Track,id,LONG

第二行缺少逗号。我想知道是否可能有一些类似正则表达式或 awk 的工具，以便将逗号附加到行尾，以防这些行中缺少逗号？

更新

我知道要求有点模糊。可能有几种替代方法可以缩小要求范围，例如：

标题行应定义对整个文件有效的列数（和逗号）。脚本应首先读取标题行并找出正确的列数。 可以将列数作为参数传递给脚本。 可以将列数硬编码到脚本中。

一开始我并没有缩小要求，因为我对其中任何一个都满意。当然，第一种选择是最好的，但我不确定这是否容易实现。

感谢所有出色的答案和 cmets。下一次，我将明确说明可接受的替代要求。

【问题讨论】：

你用vim标记了Q，你不知道如何在vim的第2行添加逗号？还是还有更多要求？

可以像v/,.*,/norm A,一样简单

编辑您的问题以显示您的尝试和预期输出。可以有 2 个缺少的逗号吗？空行？如果是这样，请更新您的输入以包含这些案例。

@Kent 在问题中，我说“可能有一些正则表达式或类似 awk 的工具”。在这类问题中，有人建议使用其他工具提出非常不同的解决方案是很常见的。 Vim 是一个非常强大的工具。我认为使用 Vim 可能会出现一个有趣的解决方案。

【参考方案1】：

您可以使用此 awk 命令根据标题行中的列数用空单元格值填充从第二行开始的所有行，以避免硬编码列数：

awk 'BEGINFS=OFS="," NR==1nc=NF NF$nc=$nc 1' file

entity_name,data_field_name,type
Unit,id,
Track,id,LONG

较早的解决方案：

awk 'BEGINFS=OFS="," NR==1nc=NF printf "%s", $0;
  for (i=NF+1; i<=nc; i++) printf "%s", OFS; print ""' file

【讨论】：

awk -F, -vOFS=, 'NR==1x=NFNF=x' 也是如此。

实际上我这样做过一次，但从 EdMorton 那里得到了一个警告，即更改 NF 的这一功能不能在所有 awk 版本中移植。

我目前有 gnu awk，但会在几个小时后尝试 BSD awk

@123: 刚刚在 OSX 的 awk 和 awk -F, -v OFS=, 'NR==1x=NFNF=x' file 上进行了测试，但没有成功。第二行打印为Unit,id 而不是Unit,id,

很好，感谢您的跟进。我认为awk 'BEGINFS=OFS=","$3=$31 也应该可以工作？

【参考方案2】：

这可能就是您所需要的，具体取决于您在问题中未与我们分享的信息：

$ awk -F, 'print $0 (NF<3?FS:"")' file
entity_name,data_field_name,type
Unit,id,
Track,id,LONG

【参考方案3】：

为了平衡所有 awk 解决方案，以下可能是仅 vim 解决方案

:v/,.*,/norm A,

理由

/,.*,/          searches for 2 comma's in a line
:v              apply a global command on each line NOT matching the search
norm A,         enters normal mode and appends a , to the end of the line        

【参考方案4】：

与另一个awk：

awk -F, 'NF==2$3=""1' OFS=, yourfile.csv

【参考方案5】：

试试这个：

$ awk -F , 'NF==2$2=$2","1' file

输出：

entity_name,data_field_name,type
Unit,id,
Track,id,LONG

【参考方案6】：

我会使用 sed，

sed 's/^[^,]*,[^,]*$/&,/' file

例子：

$ echo 'Unit,id' | sed 's/^[^,]*,[^,]*$/&,/'
Unit,id,
$ echo 'Unit,id,bar' | sed 's/^[^,]*,[^,]*$/&,/'
Unit,id,bar