截断 CSV 标题名称

Posted 2023-03-15

【中文标题】截断 CSV 标题名称

【英文标题】：Truncate CSV Header Names

【发布时间】：2022-01-14 13:26:11

【问题描述】：

我正在寻找一种相对简单的方法来将 CSV 标头名称截断为给定的最大长度。例如像这样的文件：

one,two,three,four,five,six,seven
data,more data,words,,,data,the end

可以将所有标题名称限制为最多 3 个字符并变为：

one,two,thr,fou,fiv,six,sev
data,more data,words,,,data,the end

要求：

只有第一行受到影响 我不知道标头会是什么，所以它必须动态读取和写入值和长度

我用 awk 和 sed 尝试了一些东西，但都不精通。我找到的最接近的是这个 sn-p：

csvcut -c 3 file.csv |
sed -r 's/^"|"$//g' |
awk -F';' -vOFS=';' ' for (i=1; i<=NF; ++i) $i = substr($i, 0, 2)   printf("\"%s\"\n", $0) ' >tmp-3rd

但它专注于列，而且感觉比使用 csvcut 更复杂。

感谢任何帮助。

【问题讨论】：

与awk: awk 'BEGIN FS=OFS="," NR==1 for(i=1; i<=NF; i++) $i=substr($i, 1, 3) 1' file

谢谢@cyrus。我实际上需要添加一些逻辑来放回任何被截断的双引号，并确保不以空格结尾。它有点乱，但这是一个 awk 业余爱好者想出的：awk 'function rtrim(s) sub(/[ \t\r\n]+$/, "", s); return s BEGIN FS=OFS="," NR==1 for(i=1; i<=NF; i++) if(length($i)>62) $i=rtrim(substr($i, 1, 62))"\"" else $i 1' file（现在修剪为 62 个字符）

【参考方案1】：

使用 GNU sed：

sed -E '1s/([^,]1,3)[^,]*/\1/g' file

输出：

一、二、thr、fou、fiv、六、sev 数据,更多数据,单词,,,数据,结束

请参阅：man sed 和 The Stack Overflow Regular Expressions FAQ

【参考方案2】：

使用您展示的示例，请尝试关注awk 程序。简单的解释是，将字段分隔符和输出字段分隔符设置为, 然后在第一行根据要求将第一行的每个字段缩短为 3 个字符并打印它们（第一行最后一个字段之后的新行），打印其余的线原样。

awk '
BEGIN  FS=OFS="," 
FNR==1
  for(i=1; i<=NF; i++)
    printf("%s%s",substr($i, 1, 3),(i==NF?ORS:OFS))
  
  next

1
' Input_file