使用正则表达式更改 CSV 文件答案

【问题标题】：Changing CSV file with regexes使用正则表达式更改 CSV 文件
【发布时间】：2015-04-26 07:05:19
【问题描述】：

因为同时我给question, what got closed写了一个答案 - 试图改写并重新询问它。

拥有一个包含 1.8 亿条记录的 CSV 文件，其中 5 列为：

"c a","L G-3 (8) N (4th G P Q C- 4 R- 1 T H- 15.6 I- W 8.1) (B)","C & P_L",1,0

如何将其更改为 3 列结构为：

"c a|L G-3 (8) N (4th G P Q C- 4 R- 1 T H- 15.6 I- W 8.1) (B)|C & P_L",1,0

例如需要将列 1,2,3 与 | 连接起来并将其打印为一列，其他列保持不变

用正则表达式尝试过：

cat RelatedKW.csv | perl -pe 's/(\|)/\//g'| perl -pe 's/("\s*"|"\s*"\s*\\n$)//g'| perl -pe 's/^,"|,,|"\s*,\s*\"/|/g' | perl -pe 's/\"(\d+),(\d+)\"/ |$1|$2/g' > newRKW4.csv`

这里有更好的方法吗？

【问题讨论】：

不要重复提问。编辑您之前的问题。

标签： regex perl

【解决方案1】：

您通常应避免使用正则表达式解析 CSV，正如 Kent Fredric 在回答 another similar question 时所解释的那样：

不使用 CPAN 真的是灾难的根源。

请在尝试编写自己的 CSV 实现之前考虑这一点。 Text::CSV 有超过一百行代码，包括修复的错误和边缘情况，从头开始重新编写只会让您了解 CSV 是多么糟糕。

尝试使用正则表达式解析 CSV 是真的不好的做法，因为例如，您需要处理：

转义引号
转义的分隔符
包含分隔符的字段

等等，Text::CSV 将为您处理所有这些。

这是一个使用 Text::CSV 的解决方案。我不是 Perl 专家，所以下面的代码可能会遗漏一些东西，但它可能比使用正则表达式更好：

perl -MText::CSV_XS -E '$csv = Text::CSV_XS->new ({ eol => $/ }); $csv->print(*STDOUT, [join(q{|}, @$row[0..2]), @$row[3..4]]) while ($row = $csv->getline(*STDIN))' < csv

输入：

"c a","L G-3 (8) N (4th G P Q C- 4 R- 1 T H- 15.6 I- W 8.1) (B)","C & P_L",1,0

输出：

"c a|L G-3 (8) N (4th G P Q C- 4 R- 1 T H- 15.6 I- W 8.1) (B)|C & P_L",1,0

一些潜在的问题：它不处理 | 字符的转义，如果输入中有任何字符，没有错误处理等。为了更好的解决方案，您需要编写一个功能齐全的 Perl 脚本而不是单线。

【讨论】：

您可能会感到惊讶，但正则表达式并不总是适合这项工作的工具，而且 CSV 解析与普遍的看法相反并非微不足道。所以有很多选择，要么重新发明你自己的（坏了？）轮子，要么使用正确的工具来完成这项工作。
我了解您正试图直接回复已关闭的问题的 OP，但“对话”（例如“另一方面，我理解您。您可能不是程序员。”）在这里没有任何意义。我已将其清理干净，因此您的回答实际上对其他用户有意义。我认为您应该编辑原始问题，而不是发布重复的问题，这样它不会太宽泛，然后如果人们认为该问题对网站有价值，他们可以投票重新打开。
@ThisSuitIsBlackNot 是的。我明白 - 你是对的 - 谢谢你的编辑。（对不起，我只是被一些 cmet 弄得有点不高兴，需要冷静下来）。编辑原始问题并投票支持重新开放肯定是最好的方法。
感谢您在此主题上所做的努力以及您建议 Text::CSV +1
@Сухой27 我不会感到惊讶 - 正如你所看到的，我正在使用 Text::CSV - 所以，我不明白你的评论 - 重新发明了什么 i> 在我的（正如你所说 - 我的坏了？）解决方案中？你能说得更具体点吗？

【解决方案2】：

假设您的数据与它应该工作的完全一样

$line =~ s-\",\"-|-g;

【讨论】：