使用正则表达式修改 CSV 中的特定列答案

【问题标题】：Use Regex to modify specific column in a CSV使用正则表达式修改 CSV 中的特定列
【发布时间】：2012-03-28 07:19:07
【问题描述】：

我希望将 CSV 中的一些 0000-2400 小时格式的字符串转换为 00-24 小时格式。例如

2011-01-01,"AA",12478,31703,12892,32575,"0906",-4.00,"1209",-26.00,2475.00
2011-01-02,"AA",12478,31703,12892,32575,"0908",-2.00,"1236",1.00,2475.00
2011-01-03,"AA",12478,31703,12892,32575,"0907",-3.00,"1239",4.00,2475.00

第 7 列和第 9 列分别是出发和到达时间。当我完成后，这些线条最好看起来像这样：

2011-01-01,"AA",12478,31703,12892,32575,"09",-4.00,"12",-26.00,2475.00

整个 csv 最终将被导入到 R 中，我想尝试预先处理一些处理，因为它会有点大。我最初尝试使用 Perl 来执行此操作，但我无法使用正则表达式选择多个数字。我可以使用后向表达式在给定逗号前获得一个数字，但不能超过一个。

我也愿意被告知在 Perl 中这样做是不必要的愚蠢，我应该坚持使用 R。:)

【问题讨论】：

我会考虑使用专门用于处理 csv 的模块，例如 Text::CSV。

标签： regex perl r csv

【解决方案1】：

我不妨提供我自己的解决方案，即

s/"(\d\d)\d\d"/"$1"/g

【讨论】：

【解决方案2】：

就像我在 cmets 中提到的那样，使用像 Text::CSV 这样的 CSV 模块是一个安全的选择。这是一个如何使用它的快速示例脚本。您会注意到它不保留引号，但它应该保留引号，因为我输入了keep_meta_info。如果它对你很重要，我相信有办法解决它。

use strict;
use warnings;
use Data::Dumper;

use Text::CSV;
my $csv = Text::CSV->new({
        binary => 1,
        eol => $/,
        keep_meta_info => 1,
});
while (my $row = $csv->getline(*DATA)) {
    for ($row->[6], $row->[8]) {
        s/\d\d\K\d\d//;
    }
    $csv->print(*STDOUT, $row);
}

__DATA__
2011-01-01,"AA",12478,31703,12892,32575,"0906",-4.00,"1209",-26.00,2475.00
2011-01-02,"AA",12478,31703,12892,32575,"0908",-2.00,"1236",1.00,2475.00
2011-01-03,"AA",12478,31703,12892,32575,"0907",-3.00,"1239",4.00,2475.00

输出：

2011-01-01,AA,12478,31703,12892,32575,09,-4.00,12,-26.00,2475.00
2011-01-02,AA,12478,31703,12892,32575,09,-2.00,12,1.00,2475.00
2011-01-03,AA,12478,31703,12892,32575,09,-3.00,12,4.00,2475.00

【讨论】：

感谢此次更新。我最初只是需要一些愚蠢和不安全的东西，但这可能更明智。 :)