在 csv 文件中查找换行符答案

【问题标题】：Finding a newline in the csv file在 csv 文件中查找换行符
【发布时间】：2018-04-01 17:53:21
【问题描述】：

我知道对此有很多问题（最新的here.），但几乎所有问题都是如何将这些虚线从 csv 文件中合并为一条或删除它们。我不想删除，但我只想显示/查找该行（或者可能是行号？）

示例数据：

22224,across,some,text,0,,,4 etc
33448,more,text,1,,3,,,4 etc
abcde,text,number,444444,0,1,,,, etc
358890,more
,text,here,44,,,, etc
abcdefg,textds3,numberss,413,0,,,,, etc
985678,93838,text,,,,
,text,continuing,from,previous,line,,, etc

对此进行更多搜索，我知道我不应该使用bash 来完成此操作，而应该使用perl。我试过（来自不同的网站，我不知道 perl），但显然我没有 Text::CSV 包，我没有安装的权限。

正如我所说，我什至不知道如何开始寻找这个，所以我没有任何脚本。这是not 一个windows 文件，这是非常多的unix 文件，所以我们可以忽略CR 问题。

期望的输出：

358890,more
,text,here,44,,,, etc
985678,93838,text,,,,
,text,continuing,from,previous,line,,, etc

或

Line 4: 358890,more
,text,here,44,,,, etc 

Line 7: 985678,93838,text,,,,
,text,continuing,from,previous,line,,, etc

非常感谢。

【问题讨论】：

您如何确定一条记录的开始和结束位置？它们都具有相同数量的字段吗？
@123 是的，它们的字段数相同，字段分隔符为,。但问题是，我不知道有多少字段。我可以使用文件头找到这个，对吗？
我们不知道，这取决于。符合 RFC-4180 的 CSV 应该有一条记录，而你的没有，所以我们无法做出任何假设
也许你可以通过查看文件推断出其他规则。以数字开头的每一行是否都标志着新记录的开始？是否只有以逗号开头的行标记当前记录的延续？
在您的示例中，几乎每个“记录”都有不同数量的字段。您确定要向我们提供具有代表性的数据样本吗？

标签： bash perl csv unix

【解决方案1】：

您可以使用 perl 计算字段数（逗号），并追加下一行，直到达到正确的数字

perl -ne 'if(tr/,/,/<28){$line=$.;while(tr/,/,/<28){$_.=<>}print "Line $line: $_\n"}' file

【讨论】：

爱上perl。 :)

【解决方案2】：

我很喜欢 Perl，但我认为它不是这项工作的最佳工具。

如果您想要报告所有没有完全正确数量的逗号/分隔符的行，您可以使用 unix 语言 awk。

例如这个命令：

/usr/bin/awk -F , 'NF != 8' < csv_file.txt

将打印所有不完全包含7 commas 的行。逗号用-F指定为字段，字段数用NF指定。

【讨论】：

这会遇到包含逗号的引用文本的行的问题。
好主意。字段分隔符可以是正则表达式而不是单个字符。如果文本中出现任何分隔符（逗号），则需要对其进行转义，并且正则表达式可以解释转义字符。
@TRowe 很有趣。我有时会使用awk，尽管我还是个学习者。我没有这样想，但逻辑是有道理的。我还没有完全检查我的所有文件，但是如果其中一个文件在引用的文本中有逗号，我们会看看结果如何。但是 123 的答案仍然比您的答案有优势 - 打印行号。这也可以通过awk 完成吗？
NR 号码：awk -F , 'NF != 8 {print NR, $0}' < csv_file.txt
让我明天检查一下。 :)