如何在LinuxBash中提取csv文件第n列的条件？

我有一个很大的zip csv.gz文件，其中三列由“|”分隔，如下所示：

"s"|"1"|"fgg"
"h"|"6"|"kjh"
"kjxcz"|"10"|"kj"

我想提取第二列的值大于5的行

我已经知道如何提取第二列本身，但不知道如何放置条件并提取整行

---

有人能帮忙吗？

使用一个简单的列读取循环来收集您需要的信息

while IFS=, read col1 col2 col3 ; do
    if [ "$col2" > 5 ] ; then
        echo "$col1|$col2|$col3"
    fi
done < my_file.csv

当IFS=时，读取col1 col2 col3；做
如果[“$col2”>5]；然后
回显“$col1 |$col2 |$col3”
fi
完成

---

这应该是您想要做的，尽管如果您希望提高效率，使用内置函数可能更明智。通常每个场合都有一个。

在

zcat

的帮助下，

awk

可以做到：

zcat file.gz | awk -F'[|"]' '$5>5'

输出：

"h"|"6"|"kjh"
"kjxcz"|"10"|"kj"

我使用

|

或

“

作为字段分隔符，这样可以轻松访问字段2的数值，而不使用引号。然后我检查该值是否大于5。

awk

如果条件为真，则打印当前行

使用

gawk

gawk

支持

FPAT

变量（字段模式），您可以更优雅地解决此问题，该变量允许您定义字段的外观，而不是限制字段指定分隔符。在本例中，字段是一系列非

“

和非

字符，这为我们提供了：

zcat a.csv.gz | gawk '$2>5' FPAT='[^"|]+'

---

你有一个包含多个csv文件的zip存档，还是一个csv文件被Gzip压缩？我想你的意思是

，而不是

=

，因为OP想要提取第二列的值大于5的行。@serenesat Woops，是的，我的错。谢谢你的解决方案。第一种方法效果很好，但gawk的解决方案也给出了5以下的数字，我猜是因为这个数字有点刺痛，在第二种方法中没有考虑到这一点。第二种方法特别是为了避免这种情况——优雅地。你能显示导致第二个解决方案失败的输入数据吗？我只得到小于或等于fiveI的数据，意思是你能显示导致错误的输入数据。如果你用你在问题中发布的输入数据来尝试我的命令，它的行为就不是这样的。如果使用得当且简单，Awk是很酷的。最酷的功能是使用布尔而不是if-then，比如：

cat The.csv | awk-F'[，“]'（$2~/[0-9]+/&$3~/F[0-9]+/）|（！$2&！$3）

。