如何在csv文件的特定列中用AWK替换多个字符？

我有一个csv文件，其中包含数千行

我需要替换特定列中的一些字符

&acirc ; ---> a
&amp ; ---> &
&eacute ; ---> é

我试过使用这个命令，但不起作用

awk 'BEGIN{FS=OFS=";"} {for (i=3;i<=NF;i++) gsub("/\&amp\;/","\&",$3); gsub("/\&middot\;/", " ",$3); gsub("/\&acirc\;/", "a",$3); gsub("/\&eacute\;/", "e",$3); gsub(/\#/, " ",$3)}' file.csv

预期产出：

32602;1;"Wet & Dry 5029";2663,2662

---

那么，您想用

awk

解析CSV文件并只修改列的子集吗

首先，解析CSV字段不像在分隔符（

，

，或者在您的情况下是

；

）上拆分那样简单，因为在引用值时必须避免拆分。这方面的

awk

方法在中给出，如果您使用GNU

awk

，最优雅的方法是：

（对于其他

awk

s和一些特殊情况，请参见引用的答案。）

现在回到你的节目。

gsub

参数的正确语法是

/pattern/

或

“pattern”

，但不是两者都是（例如

“/pattern/”

）

这意味着您必须按如下方式更换：

gsub("/\&amp\;/","\&",$3)     -->  gsub(/&/, "\\&", $3)
gsub("/\&middot\;/", " ",$3)  -->  gsub(/·/, " ", $3)
gsub("/\&acirc\;/", "a",$3)   -->  gsub(/â/, "a", $3)
gsub("/\&eacute\;/", "e",$3)  -->  gsub(/é/, "e", $3)

还要注意，在ERE regexp部分中，

和
和
不必转义，但在替换字符串中，
&
需要转义（使用同样需要转义的
\
）

此外，要仅修改列
$3
，不需要
for
循环。但是，如果确实要修改以
$3
开始并以最后一个
$NF
结束的列范围，则需要在每个
gsub
调用中使用
$i
，而不是
$3

已修复，您的
awk
程序如下所示：

awk -v FPAT='[^;]*|"[^"]+"' -v OFS=';' '{
    for (i=3; i<=NF; i++) {
        gsub(/&amp;/, "\\&", $i)
        gsub(/&middot;/, " ", $i)
        gsub(/&acirc;/, "a", $i)
        gsub(/&eacute;/, "e", $i)
        gsub(/#/, " ", $i)
    }
    print
 }' file.csv


在注释中进行额外的故障排除之后，问题的解决方案似乎不是替换某些特定列中的HTML实体，而是替换整个文件中的HTML实体，因为您的CSV文件似乎格式不正确，因此后续处理器无法解析它（可能是由于未加引号的
；
s）

您可以使用简单的
sed
命令替换指定的所有HTML实体，如：

sed -e 's/&amp;/\&/g' -e 's/&middot;/ /g' -e 's/&acirc;/a/g' -e 's/&eacute;/e/g' -e 's/#/ /g' file

从您的
文件.csv中发布几行输入行欢迎来到stack overflow，请在代码标签中发布示例输入和预期输出（根据论坛规则）。谢谢您的回答，但还不起作用。这是我的csv文件的一个示例行-->32602；1.“干湿5029”；26632662当我申请csv文件时，我仍然拥有&；它在&中没有被替换。知道为什么吗？现在看看，问题是在
上拆分，因此您确实需要正确的CSV解析。感谢您提供非常清晰的信息。但实际上，我仍然有一个问题。csv编码不好，这就是为什么我想用awk替换这些包含特殊字符“；”和“#”的字符，因为这会在我将csv导入数据库时引发问题。当我应用新代码时，我现在在第3列a“；”中有很多行，而不是空格。在这种情况下，我建议您尝试使用一个简单的
sed-e/&/\&/g'-e's/·；//g'-e's/â/a/g'-e's/é/e/g'-e's/#//g'file>newfile
而不是使用
awk
？它将替换这些序列，无论它们在文件中的什么位置，但似乎对您也适用。在我的答案中添加了最终解决方案。
awk -v FPAT='[^;]*|"[^"]+"' -v OFS=';' '{
    for (i=3; i<=NF; i++) {
        gsub(/&amp;/, "\\&", $i)
        gsub(/&middot;/, " ", $i)
        gsub(/&acirc;/, "a", $i)
        gsub(/&eacute;/, "e", $i)
        gsub(/#/, " ", $i)
    }
    print
 }' file.csv

$ echo '32602;1;"Wet &amp; Dry 5029";2663,2662' | awk -v FPAT='[^;]*|"[^"]+"' -v OFS=';' '{for (i=3;i<=NF;i++) {gsub(/&amp;/,"\\&",$i); gsub(/&middot;/," ",$i); gsub(/&acirc;/,"a",$i); gsub(/&eacute;/,"e",$i); gsub(/#/," ",$i)}; print}'
32602;1;"Wet & Dry 5029";2663,2662

sed -e 's/&amp;/\&/g' -e 's/&middot;/ /g' -e 's/&acirc;/a/g' -e 's/&eacute;/e/g' -e 's/#/ /g' file