清理CSV格式电话号码的不同格式

假设有几种不同类型的CSV格式电话号码，如下所示：

"Name","Address","FullPhone"
"Mike Wise","101 Abc Drive","4061234567" // Need to separate area code from the rest

"Name","Address","Areacode","Phone"
"Mike Wise","101 Abc Drive","406","123-4567" // Need to remove the dash in the seven-digit phone number

这是第一个CSV文件，其行如下：

"Name","Address","FullPhone"
"Mike Wise","101 Abc Drive","4061234567" // Need to separate area code from the rest

"Name","Address","Areacode","Phone"
"Mike Wise","101 Abc Drive","406","123-4567" // Need to remove the dash in the seven-digit phone number

下面是另一个CSV文件，其行如下：

"Name","Address","FullPhone"
"Mike Wise","101 Abc Drive","4061234567" // Need to separate area code from the rest

"Name","Address","Areacode","Phone"
"Mike Wise","101 Abc Drive","406","123-4567" // Need to remove the dash in the seven-digit phone number

是否有某种sed一行程序将其转换为以下通用格式

"Name","Address","NPA","TELNO"
"Mike Wise","101 Abc Drive","406","1234567"

我更喜欢一行，但如果它必须不止一行，那就这样吧。此外，不需要sed。只是觉得sed可能更容易，尽管我还没有想出一个sed解决方案

$ cat tst.awk
BEGIN { FS=OFS="\",\"" }
{
    if (NR==1) {
        $3 = "NPA"
        $4 = "TELNO\""
    }
    else {
        gsub(/-/,"",$NF)
        if (NF==3) {
            sub(/.{3}/,"&"OFS,$NF)
        }
    }
    print
}

$ cat file1
"Name","Address","FullPhone"
"Mike Wise","101 Abc Drive","4061234567"

$ awk -f tst.awk file1
"Name","Address","NPA","TELNO"
"Mike Wise","101 Abc Drive","406","1234567"

$ cat file2            
"Name","Address","Areacode","Phone"
"Mike Wise","101 Abc Drive","406","123-4567"

$ awk -f tst.awk file2
"Name","Address","NPA","TELNO"
"Mike Wise","101 Abc Drive","406","1234567"

以及一些您没有要求的特定输入，但可能会发生，并且如果发生，将得到正确处理：

$ cat file3
"Name","Address","FullPhone"
"Mike Wise","101 Abc Drive","406-1234-567"

$ awk -f tst.awk file3
"Name","Address","NPA","TELNO"
"Mike Wise","101 Abc Drive","406","1234567"

如果您需要从输入的电话号码中删除空格，而不是只删除

-

s，那么只需将

gsub（/-/，“”，$NF）

更改为

gsub（/[-[：space:]]/，“”，$NF）

或

gsub（/[^0-9]/，“”，$NF）

或类似内容

sed '1 c\
"Name","Address","Areacode","Phone"
     s/"\([0-9]\{3\}\)\([0-9]\{7\}\)"[[:space:]]*$/"\1","\2"/
     s/-\([0-9]\{1,6\}\)"[[:space:]]*$/\1"/
     ' YourFile

以及一些您没有要求的特定输入，但可能会发生，并且如果发生，将得到正确处理：

$ cat file3
"Name","Address","FullPhone"
"Mike Wise","101 Abc Drive","406-1234-567"

$ awk -f tst.awk file3
"Name","Address","NPA","TELNO"
"Mike Wise","101 Abc Drive","406","1234567"

如果您需要从输入的电话号码中删除空格，而不是只删除

-

s，那么只需将

gsub（/-/，“”，$NF）

更改为

gsub（/[-[：space:]]/，“”，$NF）

或

gsub（/[^0-9]/，“”，$NF）

或类似内容

sed '1 c\
"Name","Address","Areacode","Phone"
     s/"\([0-9]\{3\}\)\([0-9]\{7\}\)"[[:space:]]*$/"\1","\2"/
     s/-\([0-9]\{1,6\}\)"[[:space:]]*$/\1"/
     ' YourFile

将适用于csv文件格式（也适用于@EdMorton备注后的标题）

• 1c\

  ：将第一行更改为下一行（强制此行而不是原始页眉）
• 第一个s///将使用s的组功能更改任何ta尾随3位和7位的行（因此1个数据包中有10位），并用双引号括起，每个字段值为3位和7位///
• 第二个s///将使用组功能（由

  \1

  引用）更改尾随的

  -

  ，后跟1到6位数字，并更改尾随的双引号，而不使用

  -

第一个s///将不取第二个样本的行（无模式对应），第二个s///将不取第一个样本的行（相同原因），并且将不取第一个s///更改的行（仍然相同原因） 第二行

将适用于csv文件格式（也适用于@EdMorton备注后的标题）

• 1c\

  ：将第一行更改为下一行（强制此行而不是原始页眉）
• 第一个s///将使用s的组功能更改任何ta尾随3位和7位的行（因此1个数据包中有10位），并用双引号括起，每个字段值为3位和7位///
• 第二个s///将使用组功能（由

  \1

  引用）更改尾随的

  -

  ，后跟1到6位数字，并更改尾随的双引号，而不使用

  -

第一个s///将不取第二个样本的行（无模式对应），第二个s///将不取第一个样本的行（相同原因），并且将不取第一个s///更改的行（仍然相同原因）

---

第二行是的，它们在两个不同的文件中，每个文件都有两种格式中的一种。谢谢你提醒我这一点。@EdMorton是的，它们在两个不同的文件中，每个文件都有两种格式中的一种。感谢您提醒我。这些列表位于两个不同的CSV文件中。我还想将相应的标题更改为带有

“NPA”

和

“TELNO”

的通用标题。这些列表位于两个不同的CSV文件中。我还想用

“NPA”

和

“TELNO”

@EdMorton将相应的标题更改为通用标题。非常好的评论，我将为此更改代码，很抱歉，忘记第一次替换时的数字捕捉，更正确实有些困难，现在它工作得很好。你能详细介绍一下第二个sed正则表达式吗？我还不太明白。谢谢@EdMorton说得很好，我会为此更改代码，很抱歉在第一次替换时忘记了数字捕获，更正了一些，现在它工作得很好。你能详细介绍一下第二个sed正则表达式吗？我还不太明白。谢谢