从 .CSV 文件的数值中删除双引号和逗号

Posted 2023-04-14

【中文标题】从 .CSV 文件的数值中删除双引号和逗号

【英文标题】：Remove double quotes and comma from a numeric value of a .CSV file

【发布时间】：2013-09-04 22:23:51

【问题描述】：

我有一个 .CSV 文件，其中几乎没有包含数字的记录，这些记录用双引号括起来（例如“455,365.44”），引号之间有逗号。我需要从记录的数值中删除逗号（“455,365.44”在处理后应该看起来像 455365.44），以便我可以在文件的进一步处理中使用它们。

这是一个文件示例

column 1, column 2, column 3, column 4, column 5, column 6, column 7
12,"455,365.44","string with quotes, and with a comma in between","4,432",6787,890,88
432,"222,267.87","another, string with quotes, and with two comma in between","1,890",88,12,455
11,"4,324,653.22","simple string",77,777,333,22

我需要的结果是这样的：

column 1, column 2, column 3, column 4, column 5, column 6, column 7
12,455365.44,"string with quotes, and with a comma in between",4432,6787,890,88
432,222267.87,"another, string with quotes, and with two comma in between",1890,88,12,455
11,4324653.22,"simple string",77,777,333,22

P.S：我只需要像这样转换数字的值，字符串值应该保持不变。

请帮忙...

【问题讨论】：

您使用哪种语言来执行此操作（不要说regex）？您知道您的数字字段将出现在哪些列中吗？

@MikeW 我有两种情况，在第一种情况下，我知道数值将包含在值的双引号中的哪个字段。第二种情况，我不知道数值的位置。我如何实现这一目标？我正在尝试在 Unix Shell 脚本中使用它。有什么建议吗？？？

@Dhruuv 您可以使用 perl 正则表达式。请查看我的答案的最新更新。

【参考方案1】：

要删除引号（用不带引号的数字替换带引号的数字）：

s/"(\d[\d.,]*)"/\1/g

见rubular

如果你的正则表达式实现支持逗号，我只能想到向前和向后看（如果前后是引号内的数字，则替换逗号）：

s/(?<="[\d,]+),(?=[\d,.]+")//g

您必须在删除引号之前执行此操作。

它也可以在没有后视的情况下工作：

s/,(?=[\d,.]*\d")//g

见rubular

在 shell 脚本中，您可能需要使用 perl，例如执行：

cat test.csv | perl -p -e 's/,(?=[\d,.]*\d")//g and s/"(\d[\d,.]*)"/\1/g'

正则表达式的解释：

首先执行：

s/,(?=[\d,.]*\d")//g 

这将删除所有后跟数字 ([\d,.]*\d) 和引号的逗号，从而仅删除引号内数字中的逗号

下一次执行

s/"(\d[\d,.]*)"/\1/g

这将用不带引号的值替换引号内的所有数字

【讨论】：

嗨 Morja，您能解释一下您使用 perl 的代码吗？真的很感激...