删除 CSV 文件中多余的逗号和双引号并提取特定列答案

【问题标题】：Remove extra comma and double-quotes in CSV file and extract specific columns删除 CSV 文件中多余的逗号和双引号并提取特定列
【发布时间】：2014-06-09 19:22:04
【问题描述】：

我有一个 .csv 文件，如下所示，我需要删除双引号之间的多余逗号并提取第二、第三和第七个字段。

示例输入：

John,qa,mv,tom,"principal, qa",6501234567,john@gmail.com

输出应如下所示：

qa,mv,john@gmail.com

【问题讨论】：

标签： linux ubuntu csv awk

【解决方案1】：

您需要使用适当的 CSV 解析器。例如，使用 ruby：

echo 'John,qa,mv,tom,"principal, qa",6501234567,john@gmail.com' | 
ruby -rcsv -ne '
  row = CSV.parse_line($_)
  puts CSV.generate_line([row[1],row[2],row[6]])
'

qa,mv,john@gmail.com

【讨论】：

【解决方案2】：

awk/sed 解决方案

awk '{print  $2, $3, $7}' file |sed 's/"//g'

【讨论】：

【解决方案3】：

或者使用perl's内置模块Test::Parsewords。

$ cat file
John,qa,mv,tom,"principal, qa",6501234567,john@gmail.com

$ perl -MText::ParseWords -lne '
   @line = parse_line(",", 1, $_); 
   print join "," , @line[1,2,6]
' file
qa,mv,john@gmail.com

请注意，数组的索引为 0，因此适当地使用索引来打印所需的值。

【讨论】：

【解决方案4】：

假设" 恰好出现两次

awk -F',' -v OFS=',' '{sub(/".*"/,""); print $2,$3,$7;}' input.txt

输出：

qa,mv,john@gmail.com

【讨论】：