将带有 'Date Time' 的时间戳更改为 'Date'T'Time'

Question

我有一个这样的 csv：

ID;Query;Time;Value(optional);Url
12;"Query 1";2004-02-12 01:31:14;1;"Url 1"
12;"Query 1";2004-02-13 08:38:23;;"Url 2"
12;"Query 2";2004-02-13 08:38:31;;"Url 3"
12;"Query 3";2004-02-13 08:38:42;1;"Url 1"

但我想要的是一个 T 而不是时间列的空间；像这样：

ID;Query;Time;Value(optional);Url
12;"Query 1";2004-02-12T01:31:14;1;"Url 1"
12;"Query 1";2004-02-13T08:38:23;;"Url 2"
12;"Query 2";2004-02-13T08:38:31;;"Url 3"
12;"Query 3";2004-02-13T08:38:42;1;"Url 1"

如果您知道可以解决此问题的其他工具，那就太好了。您可以假设，年份是 2004 年固定的，但月份和日期不是固定的。 CSV 超过 2 GB，因此 Excel 之类的东西无法处理。

我尝试使用 SED，例如：

cat pleaseHelpMe.csv | sed 's/2004-..-.. /T/p'

但结果是它覆盖了模式，但我只想覆盖一个特定的字符。

结果：12;"Query 1";T01:31:14;1;"Url 1"。

Answer 1

编辑：从 OP 更新示例内容表明需要更彻底的正则表达式：

由于这里的年份2004是固定的，所以可以这样使用：

sed -e 's/2004-\([0-9]*-[0-9]*\) /2004-\1T/'

和以前一样，但是现在捕获的组更大了。

再次

echo "12;"Query 1";2004-02-12 01:31:14;1;"Url 1""|sed -e 's/2004-\([0-9]*-[0-9]*\) /2004-\1T/'

12;Query 1;2004-02-12T01:31:14;1;Url 1

---

将 (digit)(space) 替换为 (digit)T，如下所示：

sed -e 's/\([0-9]\) /\1T/' 

因为每一行只有一个位置，空格后跟一个数字，这就足够了。

\([0-9]\) 捕获数字，使用\1 放回原位

用这个我得到

echo "12;"Query 1";2004-02-12 01:31:14;1;"Url 1""|sed -e 's/\([0-9]\) /\1T/'

12;Query 1;2004-02-12T01:31:14;1;Url 1

Answer 2

每当您发现自己在谈论“字段”（也称为“列”）时，您都应该使用 awk，而不是 sed 或 grep，因为 awk 旨在对字段进行操作：

$ awk 'BEGIN{FS=OFS=";"} {sub(/ /,"T",$3)}1' file
ID;Query;Time;Value(optional);Url
12;"Query 1";2004-02-12T01:31:14;1;"Url 1"
12;"Query 1";2004-02-13T08:38:23;;"Url 2"
12;"Query 2";2004-02-13T08:38:31;;"Url 3"
12;"Query 3";2004-02-13T08:38:42;1;"Url 1"
142;"207 ad2d 530";2006-04-08T01:31:04;;""

Answer 3

您能否尝试在 GNU awk 中使用所示示例进行跟踪、编写和测试。

awk '
match($0,/[0-9]{4}-[0-9]{2}-[0-9]{2} ([0-9]{2}:){2}[0-9]{2}/){
  split(substr($0,RSTART,RLENGTH),arr," ")
  print substr($0,1,RSTART-1) arr[1]"T"arr[2] substr($0,RSTART+RLENGTH)
  next
}
1
' Input_file

说明：为上述添加详细说明。

awk '
##Starting awk program from here.
match($0,/[0-9]{4}-[0-9]{2}-[0-9]{2} ([0-9]{2}:){2}[0-9]{2}/){
##Using match function of awk to match yyyy-mm-dd hh:mm:ss regex here in current line.
  split(substr($0,RSTART,RLENGTH),arr," ")
##Splitting sub string of matched regex in match function into array named arr
  print substr($0,1,RSTART-1) arr[1]"T"arr[2] substr($0,RSTART+RLENGTH)
##Printing sub string from 1 to RSTART-1 arr 1st element T arr 2nd element sub string of rest line.
  next
##next will skip all further statements from here.
}
1
##1 will print current line. Basically that line which does not match regex.
' Input_file  ##Mentioning Input_file name here.