【发布时间】：2020-08-21 01:15:35
【问题描述】：
我有一个两列电子表格（以 CSV 格式保存），如下所示：
COLUMN 1,COLUMN 2
innovation,3-Entrepreneurship
countless,
innocent,2-Police
toilet handle,2-Bathroom
née dresses,3-Companies
odorless,2-Sense of Smell
old ideas,3-Entrepreneurship
new income streams,3-Entrepreneurship
Zoë’s food store,3-Companies
many,
crime,2-Police
bath room,2-Bathroom
ring,
móvíl résumés,3-Companies
musty smell,2-Sense of Smell
good publicity guru,3-Entrepreneurship
Señor,3-Companies
完整的电子表格有 6000 行（以 CSV 格式保存，用逗号分隔两列）。它不仅包含此处列出的第 2 列类别。
如图所示，第 1 列的某些条目由两个或三个单词组成，由空格分隔。他们还使用撇号和重音字符（它们出现在多个类别中，而不仅仅是标题为 3-Companies 的类别）。
您可以下载完整电子表格的示例here。
我想按第 2 列中的值将 CSV 文件拆分为单独的 TXT 文件。单独的文件将不再是电子表格，而只是单词列表。
例如拆分后
在文件 3-Entrepreneurship.txt
innovation
old ideas
new income streams
good publicity guru
在文件 2-Bathroom.txt
toilet handle
bath room
在文件 2-Police.txt
innocent
crime
在文件 2-Sense of Smell.txt
odorless
musty smell
在文件 3-Companies.txt
née dresses
Zoë’s food store
móvíl résumés
Señor
这只是一个示例。完整文件有超过 5 个类别（在第 2 列中），因此拆分后的文件将超过 5 个。
到目前为止，这是我的代码：
awk -F "," '{print $0 >> ($2 ".txt"); close($2 ".txt")}' test.csv
它有效，但有几个问题：
-
文件名以问号结尾。 例如。
2-Police?.txt3-Entrepreneurship?.txt -
文件以两列打印出来。
例如，在 3-Entrepreneurship.txt 中包含以下数据：
innovation 3-Entrepreneurship
ideas 3-Entrepreneurship
income 3-Entrepreneurship
publicity 3-Entrepreneurship
【问题讨论】：
-
您应该打印第一个字段，而不是整行：
print $1 >>。您的第二个问题可能是由于输入文件中的 DOS 行结尾 ("\r\n")。你可能想用awk -v RS='\r\n'打电话给awk -
我不知道。您的 awk 电话在我的盒子上运行良好。但请注意，只有一个字段的行将被收集到一个名为
.csv的文件中。 -
您在命令行中有拼写错误。应该是
awk -v RS='\r\n' -v ORS='\r'... -
@M.NejatAydin 在 RS 中使用超过 1 个字符是每个 POSIX 未定义的行为，因此设置
RS='\r\n'将在 GNU awk 和其他一些中执行您想要的操作，但在其他一些中它仍然会表现好像您写了RS='\r'，这可能是OP 在每条记录之前看到空白行的原因，它是应该在每行末尾的\n现在被放在下一行的开头。跨度> -
@big_smile wrt
I am using Mac OS 10.14.6 if that makes a difference是的。 MacOS 上的默认 awk 是 BSD awk，它只需要单字符 RS 值并将任何多字符 RS 截断为第一个字符，因此会将RS='\r\n'视为您编写RS='\r'。如果您安装 GNU awk，那么您可以使用多字符 RS 和大量其他非常有用的扩展。