从 csv 文件中仅删除 *一些* 句号答案

【问题标题】：remove only *some* fullstops from a csv file从 csv 文件中仅删除 *一些* 句号
【发布时间】：2016-08-09 00:53:11
【问题描述】：

如果我有如下行：

1,987372,987372,C,T,.,.,.,.,.,.,.,.,1,D,.,.,.,.,.,.,.,1.293,12.23,0.989,0.973,D,.,.,.,.,0.253,0,4.08,0.917,1.048,1.000,1.000,12.998
1,987393,987393,C,T,.,.,.,.,.,.,.,.,1,D,.,.,.,.,.,.,0.152,1.980,16.09,0.999,0.982,D,-0.493,T,0.335,T,0.696,0,5.06,0.871,0.935,0.998,0.997,16.252

如何将,., 的所有实例替换为,?,

我想保留数字中的实际小数位，所以我不能这样做

sed 's/./?/g' file

但是在做的时候：

sed 's/,.,/,?,/g' file

这似乎只在某些情况下有效。即，仍有,., 的实例。

有人指点一下吗？

谢谢

【问题讨论】：

标签： bash perl sed tr

【解决方案1】：

这应该可行：

sed ':a;s/,\.,/,?,/g;ta' file

对于连续的,., 字符串，在替换成功后，下一个要处理的字符将是以下与模式不匹配的.，因此您需要第二遍。

:a 是即将到来的循环的标签

,\., 将匹配逗号之间的点。请注意，点必须被转义，因为. 用于匹配任何字符（,a, 将匹配,.,）。

g 用于一般替换

ta 测试之前的替换，如果成功，则循环到 :a 标签以查找剩余替换。

【讨论】：

感谢 Kenavoz。这已经奏效了。我怀疑是这种情况。如果你不介意，你能解释一下每个部分是如何工作的吗？我只真正了解s/,\.,/,?,/g。为什么要在. 之前逃跑？
IMO 如果只需要一个适当的正则表达式模式就可以一次性使用两次，这有点笨拙
@Borodin 你会推荐哪个 sed 正则表达式？
@Kenavoz：我不建议使用 sed 正则表达式
@Borodin 似乎您没有合适的正则表达式来建议，而是使用 perl 的另一种方法。只需将您的评论作为答案。

【解决方案2】：

使用 sed 可以通过运行一个循环，如上面的答案所示，但是使用带有环视的perl 命令行很容易解决问题：

perl -pe 's/(?<=,)\.(?=,)/?/g' file

1,987372,987372,C,T,?,?,?,?,?,?,?,?,1,D,?,?,?,?,?,?,?,1.293,12.23,0.989,0.973,D,?,?,?,?,0.253,0,4.08,0.917,1.048,1.000,1.000,12.998
1,987393,987393,C,T,?,?,?,?,?,?,?,?,1,D,?,?,?,?,?,?,0.152,1.980,16.09,0.999,0.982,D,-0.493,T,0.335,T,0.696,0,5.06,0.871,0.935,0.998,0.997,16.252

此命令不需要循环，因为我们只是使用后向和前向来断言它们的位置，而不是匹配周围的逗号。

【讨论】：

【解决方案3】：

您有一个使用sed 样式正则表达式的示例。我将提供一个替代方案 - 解析 CSV，然后将每件事视为一个“字段”：

#!/usr/bin/perl

use strict;
use warnings;

#iterate input row by row
while ( <DATA> ) { 
   #remove linefeeds
   chomp;
   #split this row on ,
   my @row = split /,/;
   #iterate each field  
   foreach my $field ( @row ) {
       #replace this field with "?" if it's "."
       $field = "?" if $field eq ".";
   }
   #stick this row together again. 
   print join ",", @row,"\n";
}

__DATA__
1,987372,987372,C,T,.,.,.,.,.,.,.,.,1,D,.,.,.,.,.,.,.,1.293,12.23,0.989,0.973,D,.,.,.,.,0.253,0,4.08,0.917,1.048,1.000,1.000,12.998
1,987393,987393,C,T,.,.,.,.,.,.,.,.,1,D,.,.,.,.,.,.,0.152,1.980,16.09,0.999,0.982,D,-0.493,T,0.335,T,0.696,0,5.06,0.871,0.935,0.998,0.997,16.252

为了说明这个概念，这比它需要的更详细。这可以简化为：

perl -F, -lane 'print join ",", map { $_ eq "." ? "?" : $_ } @F'

如果您的 CSV 也有引用，那么您可以拆分 Text::CSV 模块，它可以巧妙地处理这个问题。

【讨论】：

【解决方案4】：

只需要一个替换

$ perl -pe 's/,\.(?=,)/,?/g' dots.csv
1,987372,987372,C,T,?,?,?,?,?,?,?,?,1,D,?,?,?,?,?,?,?,1.293,12.23,0.989,0.973,D,?,?,?,?,0.253,0,4.08,0.917,1.048,1.000,1.000,12.998
1,987393,987393,C,T,?,?,?,?,?,?,?,?,1,D,?,?,?,?,?,?,0.152,1.980,16.09,0.999,0.982,D,-0.493,T,0.335,T,0.696,0,5.06,0.871,0.935,0.998,0.997,16.252

【讨论】：

【解决方案5】：

您只需要 2 次通过，因为在 ,., 匹配中找到的尾随 , 无法匹配下一个 ,., 上的前导 ,：

$ sed 's/,\.,/,?,/g; s/,\.,/,?,/g' file
1,987372,987372,C,T,?,?,?,?,?,?,?,?,1,D,?,?,?,?,?,?,?,1.293,12.23,0.989,0.973,D,?,?,?,?,0.253,0,4.08,0.917,1.048,1.000,1.000,12.998
1,987393,987393,C,T,?,?,?,?,?,?,?,?,1,D,?,?,?,?,?,?,0.152,1.980,16.09,0.999,0.982,D,-0.493,T,0.335,T,0.696,0,5.06,0.871,0.935,0.998,0.997,16.252

以上内容适用于任何操作系统上的任何 sed。

【讨论】：