代码之家 › 专栏 › 技术社区 › mona

打印CSV文件中的第一个、倒数第二个和最后一个字段

cut command unix csv

0

mona · 技术社区 · 10 年前

我有一个大的逗号分隔文件,有20000行和五列,我想提取特定的列,但有更多的值所以逗号更多,除了标题,所以如何剪切这样的列。

示例文件:

name,v1,v2,v3,v4,v5
as,"10,12,15",21,"12,11,10,12",5,7
bs,"11,15,16",24,"19,15,18,23",9,3

这是我想要的输出:

name,v4,v5
as,5,7
bs,9,3

我尝试执行剪切命令,但没有成功

cut -d, -f1,5,6

2 回复 | 直到 10 年前

1

fedorqui 10 年前

通常,对于这些场景,最好使用适当的csv解析器。例如,您可以在Python中找到它们。

但是,由于数据的开头似乎有带逗号的字段,您可以决定打印第一个字段,然后打印倒数第二个字段和最后一个字段:

$ awk 'BEGIN{FS=OFS=","} {print $1, $(NF-1), $NF}' file
name,v4,v5
as,5,7
bs,9,3

2

0

Kaz 10 年前

在里面 TXR Lisp(Lisp):

$ txr extract.tl < data
name,v4,v5
as,5,7
bs,9,3

中的代码 extract.tl :

(mapdo
  (lambda (line)
    (let ((f (tok-str line #/"[^"]*"|[^,]+/)))
      (put-line `@[f 0],@[f 4],@[f 5]`)))
  (get-lines))

作为浓缩的一层衬里:

$ txr -t '(mapcar* (do let ((f (tok-str @1 #/"[^"]*"|[^,]+/)))
                     `@[f 0],@[f 4],@[f 5]`) (get-lines))' < data