将 CSV 转换为 TSV

Question

如何将此 csv 文件转换为制表符分隔文件？

"Country","Percent","Percent of patients","home health","home health agency","friends and family","Surveys","Response"
"Nation","88","85","83","84","78",,

请注意，Surverys 和 Response 列都是空字符串。

我使用此代码将其转换为选项卡文件 -

sed 's/\"\,\"/\"\t\"/g'
sed 's/\,\,/\t""\t/g'

但它不会转换最后一列。这是我得到的输出（注意最后一列被省略了） -

"Country"   "Percent"   "Percent of patients"   "home health"   "home health agency"    "friends and family"    "Surveys"   "Response"
"Nation"        "88"    "85"    "83"    "84"    "78"    ""

表头有 8 列，制表符分隔的数据只有 7 列，所以漏掉了最后一列。

更新

我的列名中有逗号。

Answer 1

我确实使用 FPAT 和 gnu awk 来处理 CSV 文件

awk -v FPAT='([^,]+)|("[^"]+")' -v OFS='\t' '{$1=$1}1' file
"Country"       "Percent"       "Percent of patients"   "home health"   "home health agency"    "friends and family"    "Surveys"       "Response"
"Nation"        "88"    "85"    "83"    "84"    "78"

不确定最后一列是什么意思。如果它是空的,,，你将看不到它。

Answer 2

实际上，您的最后一列根本没有丢失。你只是看不到它，因为它是一个标签。您可以通过xxd 进行检查。

此外，您无需在 sed 中转义逗号和双引号，因为您将所有内容都包含在单引号中。

sed 's/","/"\t"/g; s/,,/\t""\t/g;' $YOUR_CSV | xxd | tail -1.

这表明最后一行以制表符（x09）在最后一个引号之后和结束换行符之前结束：

00000090: 3834 2209 2237 3822 0922 2209 0a         84"."78".""..

“缺少”的是最后一个空值周围的双引号。但你不需要它们。如果你真的想要这些双引号，你可以将它添加到你的 sed 命令中：

s/\t$/\t""/

它将用一个制表符后跟两个双引号替换行尾的制表符。

但是，这个简单的sed 替换当然很容易失败，具体取决于您的数据。

例如（使用- 而不是\t 以提高可见性），如果您有不在末尾的空列：

echo '"Nation","88",,,"84","78",,' | sed 's/","/"-"/g; s/,,/-""-/g;'

会输出

"Nation"-"88"-""-,"84"-"78"-""-

（注意“84”前的逗号）

所以我建议使用专用工具而不是快速 sed 线。例如，csvtool 在大多数发行版中都可用（sudo apt install csvtool 用于基于 Debian）。

csvtool -t COMMA -u TAB cat $YOUR_CSV

Answer 3

使用 GNU awk。

awk 'BEGIN{FS="\",\""; OFS="\t"} {FS=","; for(i=1; i<=NF; i++) {gsub(/"/,"",$i); $i="\"" $i "\""} print}' file

输出：

“国家”“百分比”“患者百分比”“家庭健康”“家庭健康机构”“朋友和家人”“调查”“回应” “民族”“88”“85”“83”“84”“78”“”“”