AWK解析CSV，从单元格中提取子字符串，并使用提取的值添加新列

AWK解析CSV，从单元格中提取子字符串并添加新列。如果没有匹配模式（即没有要提取的子字符串），则将空白单元格添加到CSV

---

源数据（3个示例列，实际数据为20多个列）

尝试的代码

awk -F, -v OFS=, '
  NR>1
  {$4=match($3,/OPERATINGSYSTEM=[^&]*/)}
  1'

所需的输出数据（新列，即使结果为空）

---

使用GNU

awk

：

您可以将匹配结果保存在数组

a

中，并以

a[1]

的形式访问正则表达式括号内匹配的元素。数组参数是一个gawk扩展

awk -F',' -v OFS=',' '
{
  if (match($3, /OPERATINGSYSTEM=([^&]*)/, a)){
    $(NF+1)="\"" a[1] "\""
  }
  else {
    $(NF+1)="\"\""
  }
}
1' input.csv

---

您的任何双引号字段都可以包含逗号、换行符或转义双引号吗？@EdMorton是的，这些值可能包含逗号，它们不会有新的换行符确认解决方案与GNU AWK一起工作（GAWK）。是否可以修改ELSE IF以检查文件头行/第一行是否打印操作系统？在整个数据集上运行时出现意外错误。有时，OPERATINGSYSTEM=是字符串的最后一个，存储到数组中的匹配值包含结束的

“

引号-这会损坏CSV文件。

"col1txtA","col2txtA","TYPE=ARRAY&ID=111&OPERATINGSYSTEM=WINDOWS%2010&DATE=0000","WINDOWS%2010"
"col1txtB","col2txtB","TYPE=ARRAY&ID=112&DATE=0000",""

awk -F',' -v OFS=',' '
{
  if (match($3, /OPERATINGSYSTEM=([^&]*)/, a)){
    $(NF+1)="\"" a[1] "\""
  }
  else {
    $(NF+1)="\"\""
  }
}
1' input.csv