如何使用“，”作为字段分隔符[重复]答案

【问题标题】：how to use "," as field delimiter [duplicate]如何使用“，”作为字段分隔符[重复]
【发布时间】：2021-12-22 22:50:25
【问题描述】：

我有一个这样的文件：

"1","ab,c","def"

所以只使用逗号作为字段分隔符会得到错误的结果，所以我想使用“，”作为字段分隔符，我试过这样：

awk -F "," '{print $0}' file

或者像这样：

awk -F "","" '{print $0}' file

或者像这样：

awk -F '","' '{print $0}' file

但结果不正确，不知道如何将“”作为字段分隔符本身的一部分，

【问题讨论】：

-F '","' 似乎可以工作（就像在文字 "," 中拆分一样，不会神奇地成为“引用感知解析器”）。但是，如果您只使用print $0，您将如何测试它？！
你不想使用"作为字段分隔符的一部分，你希望你的程序“lex”（如：分成单独的“tokens”）尊重引号，那就是另一个问题！
见Escaping separator within double quotes, in awk
'","' 不起作用，我帖子中的 $0 是错字，
echo '"1","ab,c","def"' | awk -F '","' '{print $1}' 为我工作并正确打印"1。如果您想解析带引号的 CSV 文件，考虑不重新发明轮子并使用一些现有的解析器或库？我的 5 分钟谷歌搜索 stackoverflow.com/questions/3138363/… coderwall.com/p/mplocg/simple-quote-comma-csv-parsing-in-awk github.com/geoffroy-aubry/awk-csv-parser 。但是真的用csvtool

标签： awk field delimiter

【解决方案1】：

如果你能处理 GNU awk，你可以使用 FPAT:

$ echo '"1","ab,c","def"' |        # echo outputs with double quotes
gawk '                             # use GNU awk
BEGIN {
    FPAT="([^,]*)|(\"[^\"]+\")"    # because FPAT
}
{
    for(i=1;i<=NF;i++)             # loop all fields
        gsub(/^"|"$/,"",$i)        # remove leading and trailing double quotes
    print $2                       # output for example the second field
}'

输出：

ab,c

FPAT 无法处理引号内的RS。

【讨论】：

【解决方案2】：

无论如何，你正在尝试的似乎是错误的。换成这个怎么样？

awk '/^".*"$/{ sub(/^\"/, ""); sub(/\"$/, ""); gsub(/\",\", ",") }1'

处理带有引号的 CSV 文件的正确解决方案是使用具有实际 CSV 解析器的语言。我想到了 Python，它的标准库中包含一个 csv module。

【讨论】：

【解决方案3】：

在 GNU 中 AWK

{print $0}

打印整行，如果没有更改原始行是printed，无论您设置什么字段分隔符，如果只有操作是print $0，您将得到原始行。使用$1=$1 触发字符串重建。

如果您必须以任何价格通过FS 进行操作，那么您可以按照以下方式进行操作：让file.txt 内容成为

"1","ab,c","def"

然后

BEGIN{FS="\x22,?\x22?"}{$1=$1;print $0}

输出

 1 ab,c def

注意前导空格（ab,c 是 3 美元）。解释：我通知 GNU AWK 字段分隔符是文字 "（\x22，" 在 ASCII 中是 22（十六进制））后跟零或一（?）, 后跟零或一(?) 文字 " (\x22)。 $1=$1 触发线如前所述重建。免责声明：此解决方案假定您从未在字符串中转义 "，

（在 gawk 4.2.1 中测试）

【讨论】：