如何使用 shell 从带引号的逗号的 CSV 中提取列？答案

【问题标题】：How do I extract column from CSV with quoted commas, using the shell?如何使用 shell 从带引号的逗号的 CSV 中提取列？
【发布时间】：2019-02-27 04:49:16
【问题描述】：

我有一个 CSV 文件，但与 related 问题不同，它有一些列包含带逗号的双引号字符串，例如

foo,bar,baz,quux
11,"first line, second column",13.0,6
210,"second column of second line",23.1,5

（当然更长，引号的逗号数量不一定是1或0，文本也不是可预测的。）文本也可能在双引号内有（转义）双引号，或者没有双引号完全引用一个通常引用的字段。我们可以做的唯一假设是没有引用的换行符，因此我们可以使用\n 简单地拆分行。

现在，我想提取一个特定的列（比如第三列）——比如，打印在标准输出上，每行一个值。我不能简单地使用逗号作为字段分隔符（因此，例如，使用cut）；相反，我需要更复杂的东西。那会是什么？

注意：我在 Linux 系统上使用 bash。

【问题讨论】：

您好，“双引号”是什么意思？
awk 'BEGIN{FS=OFS=","} NF==5{$2=$2 OFS $3; $3=$4; $4=$5; NF=4} {print $3}' file?
@NemanjaRadojković 建议 CSVKit。似乎相当有用，虽然不是一个“外壳解决方案”。太糟糕了，他删除了他的答案。
@oguzismail：我的意思是“我的名字是 \"John Smith\"，你叫什么？”可以出现在 CSV 文件中。
@Cyrus：为什么会这样？

标签： bash csv text-processing quoting

【解决方案1】：

这是一个又快又脏的 Python csvcut。 Python csv library 已经了解各种 CSV 方言等，所以你只需要一个薄包装。

第一个参数应该表示要提取的字段的索引，例如

csvcut 3 sample.csv

从（可能是引用的等）CSV 文件sample.csv 中提取第三列。

#!/usr/bin/env python3

import csv
import sys

writer=csv.writer(sys.stdout)
# Python indexing is zero-based
col = 1+int(sys.argv[1])
for input in sys.argv[2:]:
    with open(input) as handle:
        for row in csv.reader(handle): 
            writer.writerow(row[col])

要做的事情：错误处理，提取多列。（本身并不难；使用row[2:5] 提取第 3、4 和 5 列；但我懒得写一个合适的命令行参数解析器。）

【讨论】：