想使用 Bash & Regex 替换文件中的逗号答案

【问题标题】：Want to use Bash & Regex to replace comma in file想使用 Bash & Regex 替换文件中的逗号
【发布时间】：2021-04-12 14:41:04
【问题描述】：

我需要替换 csv 文件中的特定字符，例如逗号。

我的文件包含用“;”分隔的文本和数字（csv 为法语...）

例子：

value;x;y;comment;
abc;123,45;987,65;abc;
abc;123.45;987.65;abc;
abc;123,45;987,65;abc, blabla;

小数点分隔符 ',' 和 '.' 混合使用被使用了。

我想将 ',' 替换为 '.'但仅适用于十进制值，不适用于 cmets 之类的文本。

我用正则表达式尝试了 sed

sed -i '/;[0-9]\+,[0-9]\+;/s/,/./g' file.csv

但是那替换所有逗号。我找不到如何只替换我想要的。

我只想在 bash 中这样做。

【问题讨论】：

使用适当的 CSV 解析器会更简单，在许多其他语言的标准库中都可以使用。您还应该将替换限制为已知包含数字数据的字段，而不是所有字段。如果您没有合适的 CSV 解析器，至少使用 awk，它可以比 sed 更轻松地处理单个字段。
为什么要专门使用正则表达式？如果您使用像 sed 这样的工具，那不再是“仅 bash”，因为 /bin/sed 是一个完全独立的可执行文件。 bash 具有内置的字符串操作工具，您不需要外部命令；这些通常基于 fnmatch 样式匹配而不是正则表达式，但这并不意味着它们不适合用例。

标签： regex linux bash csv replace

【解决方案1】：

一个使用扩展正则表达式和捕获组的sed 想法：

sed -E 's/([0-9]),([0-9])/\1.\2/g' file.csv

地点：

-E - 启用扩展的正则表达式支持
([0-9]),([0-9]) - 匹配单个数字 + , + 单个数字
([0-9]) - 定义一个捕获组（在这种情况下有 2 个捕获组）
\1.\2 - 打印捕获组#1 + . + 捕获组#2

这会生成：

value;x;y;comment;
abc;123.45;987.65;abc;
abc;123.45;987.65;abc;
abc;123.45;987.65;abc, blabla;

注意事项：

一旦 OP 得到满足，代码就会执行所需的操作，可以添加 -i 标志以使 sed 执行文件的就地更新
这将错误地替换 ;3,2,4 five 6,7 eight ; 等字符串中的逗号（可以解决此问题，但需要更复杂的正则表达式）

【讨论】：

【解决方案2】：

你可以用这个更简单的sed:

sed -i.bak -E 's/([0-9]),([0-9])/\1.\2/g' file

value;x;y;comment;
abc;123.45;987.65;abc;
abc;123.45;987.65;abc;
abc;123.45;987.65;abc, blabla;

详情：

([0-9]),([0-9])：匹配一个数字，后跟逗号，后跟一个数字。在捕获组#1 和#2 中捕获数字之前和之后
\1.\2：替换为反向引用#1，后跟点，后跟反向引用#2

或者，您可以使用这个更强大的awk 解决方案：

awk 'BEGIN {FS=OFS=";"} {for (i=1; i<=NF; ++i) 
if ($i ~ /^[0-9]+,[0-9]+$/) sub(/,/, ".", $i)} 1' file

value;x;y;comment;
abc;123.45;987.65;abc;
abc;123.45;987.65;abc;
abc;123.45;987.65;abc, blabla;

【讨论】：

【解决方案3】：

你可以试试：

sed -i 's/;\([0-9]\+\),\([0-9]\+\)/;\1.\2/g' file.csv

注意：如果您使用-i 选项，请不要忘记备份您的原始数据，以防万一。

【讨论】：

-i[SUFFIX], --in-place[=SUFFIX] 就地编辑文件（如果提供了 SUFFIX，则进行备份）