在shell脚本中按列拆分CSV，但不使用唯一分隔符

我有一个包含多行的CSV，其中一些行如下所示

"ABC","Unfortunately, system has failed"," - Error in system"
"DEF","Check the button labelled "WARNING"","Warning in system"
"XYZ","Everything is okay","No errors"

我需要拆分这些行并提取列，例如

我为每一行运行一个循环，并将第二列提取为

awk -F , '{print $2}' $line 

其中，

$line

表示每一行。然而，我最终得到了不正确的值。例如，当尝试获取第一行第二列时，使用上面的命令会给我

“不幸的是

而不是

“不幸的是，系统出现故障”

---

我知道我的字符串中同时包含逗号和引号，这使得基于分隔符进行拆分变得更加困难。还有什么我可以尝试的吗？

使用GNU awk和

FPAT

：

$ gawk '
BEGIN {
    FPAT="([^,]*)|(\"[^\"]+\")"
}
{
    print $2
}' file

输出：

"Unfortunately, system has failed"
"Check the button labelled "WARNING""
"Everything is okay"

它不是完整的CSV解析器，例如引号内的换行符未被处理，您需要自己处理它们（检查

NF

并合并记录）。有关

FPAT

的更多信息：

$ gawk '
BEGIN {
    FPAT="([^,]*)|(\"[^\"]+\")"
}
{
    print $2
}' file

如果要删除这些引用：

$ gawk '
BEGIN {
    FPAT="([^,]+)|(\"[^\"]+\")"
}
{
    for(i=1;i<=NF;i++)            # loop all fields
        gsub(/^"|"$/,"",$i)       # remove quotes surrounding fields
    print $2
}' file

---

如果要将输入数据放入3x3表格中 您可以使用

awk

：

awk -v FS=',[^ ]' -v OFS="|" '{print $1, $2, $3}' file
ABC"|Unfortunately, system has failed"| - Error in system"
"DEF"|Check the button labelled "WARNING""|Warning in system"
"XYZ"|Everything is okay"|No errors"

守则：

• 为什么要设置

  FS='，[^]'

  ？系统中的逗号不是分隔符

---

我想知道，这在任何CSV方言中都是有效的吗？嵌入的双引号应该以某种方式转义。通常这是通过将它们加倍来完成的，比如

“检查标记为“WARNING”的按钮”

（是的，它很难看，但也很难看；它来自Microsoft。）在每一行上分别运行Awk效率低下，而且很难看。只需在整个文件上运行它；这就是它的构建目的（而shell在将输入拆分为行方面做得更糟）另外，@tripleee是的，我希望输入有转义双引号。不幸的是，输入是从不同的应用程序发送的，我们无法控制它们发送的格式。如果您没有GNU Awk，您可以使用

sed

来修饰每一行（即用其他分隔符替换

，“

）然后使用

awk

解析第二个字段，并用串联方式恢复包含的引号，例如

sed's/“，“/~/g'file.csv”| awk-F~'{print'\'$2'\'}'

——使用

'~'

作为修饰。通过替换整个模式

“\，”“

带有

”~'

——您知道要替换哪个

：）

您是如何获得此输出的？我尝试了您建议的同一个命令，得到的输出是

系统是

，那么您可能没有GNU Awk。@CluelessProgrammer您的

Awk--version

报告是什么？如果它没有报告GNU Awk——那么

FPAT

很可能不受支持。

Awk版本20070501

看起来您有一台Mac电脑，但没有安装GNU Awk。@JamesBrown-您的脚本现在可以完美地工作了。非常感谢你。必须阅读更多关于

FPAT

和

gawk

的内容。这些天我只使用了

awk

命令，但不是100%健壮，但我喜欢您选择的分隔符