Python 在CSV中查找字符串的一部分并用新条目替换整个单元格？

我有一个CSV文件，其中有一列我想筛选。我想使用一个模式文件来查找模式存在的所有条目，甚至是列值的一部分，并用这个“模式”替换整个单元格值。 我列出了一个我想用作“模式”库的关键字列表； 因此，如果此列中的一个单元格（本例仅为第二个）将此“模式”作为其字符串的一部分，那么我想用此“模式”替换整个单元格

例如：

我的目标文件：

id1,Taxidermy Equipment & Supplies,moreinfo1
id2,Taxis & Private Hire,moreinfo2
id3,Tax Services,moreinfo3
id4,Tools & Hardware,moreinfo4
id5,Tool Sharpening,moreinfo5
id6,Tool Shops,moreinfo6
id7,Video Conferencing,moreinfo7
id8,Video & DVD Shops,moreinfo8
id9,Woodworking Equipment & Supplies,moreinfo9

我的“模式”文件：

输出文件：

id1,Taxidermy Equipment & Supplies,moreinfo1
id2,Taxis,moreinfo2
id3,Tax Services,moreinfo3
id4,Tool,moreinfo4
id5,Tool,moreinfo5
id6,Tool,moreinfo6
id7,Video,moreinfo7
id8,Video,moreinfo8
id9,Wood,moreinfo9

我想出了通常的“查找并替换”sed：

但我想让它在特定的专栏上运行，所以我想到：

awk 'BEGIN{OFS=FS="|"}$2==PATTERN{$2=REPLACE}{print}' file.csv

但它在“字符串的一部分”（[视频]：“视频和DVD商店”->“视频”）上不起作用，我似乎无法理解awk如何将输入作为“模式”块的文件

有一个awk脚本吗？或者我必须编写一些东西（例如，使用内置csv套装的python？

Perl解决方案，使用：

#/usr/bin/perl
使用警告；
严格使用；
使用Text：：CSV_XS qw{CSV}；
my（$input\u file，$pattern\u file）=@ARGV；
打开我的$pfh，“这里有一个（大部分）awk解决方案：

#/bin/bash

patterns_regex=`cat patterns_file  | tr '\n' '|'`
cat target_file | awk -F"," -v patterns="$patterns_regex" '
BEGIN {
    OFS=",";
    split(patterns, patterns_split, "|");
}

{
    for (pattern_num in patterns_split) {
        pattern=patterns_split[pattern_num];
        if (pattern != "" && $2 ~ pattern) {
            print $1,pattern,$3
        }
    }
}'

在awk中，使用
索引
。它仅在进行替换时打印记录，但即使没有匹配项，也很容易修改为打印（例如，将
print$1，i，$3}
替换为
$0=$1 of s i of s$3}1
）：

当您想用
sed
解决这个问题时，您需要一些步骤。

对于每个模式，都需要一个命令，如

sed 's/^\([^,]*\),\(.*Tool.*\),/\1,Tool,/' inputfile

您将需要每个图案两次，您可以使用

sed 's/.*/"&" "&"/' patternfile
# Change the / into #, thats easier for the final command
sed 's#.*#"&" "&"#' patternfile

当您指示sed读取命令文件时，确实需要以
sed
开始每一行。命令文件看起来像

sed 's#.*#s/^\\([^,]*\\),\\(.*&.*\\),/\\1,&,/#;s#&#\\&#g'  patternfile

您可以存储这是一个文件并使用该文件，但通过进程替换，您可以执行以下操作

cat <(echo "Now this line from echo is handled as a file")

您可以在awk中完成，不管它是什么，但是您忽略了有趣/难以处理的用例，即如果两个“模式”匹配目标字段，或者如果存在部分匹配而不是整个单词匹配（例如Tax on Taxi），或者如果一个“模式”是另一个“模式”或“模式”的子字符串，那么您希望发生什么包含regexp元字符，或者如果它包含反向引用，或者……我想我正在筛选一大堆数据，所以只要我能充分利用这些数据，一些异常就不会困扰我。无论如何，谢谢你的留言！非常感谢，我已经有一段时间没有使用perl脚本了——但我想有时候我不得不坐下来研究它——为什么现在不呢！非常感谢你的解释，这正是我一直在寻找的AWK，我甚至从中学到了一些东西！嘿，由于没有过滤我的模式，我遇到了麻烦，所以我决定将模式文件制作成两列csv。第一列是要搜索的内容，第二列是要打印的内容。我厌倦了在脚本上乱搞，但我不能强迫它使用这个“数组”，它会抱怨“我”是一个标量。你有没有可能再看看这个？我想我该“拆分”我的新模式文件了，不是吗？你应该提出一个新问题，并用它发布新的示例文件。嘿，谢谢你的快速回复，但我已经弄明白了。对于那些可能觉得这很有用的人，下面是我的窍门：awk'BEGIN{FS=OFS=“，”}FNR==NR{split（$0，f，/：/）map[f[1]]=f[2]next}{For（i=2；我希望能有一个冗长的解释！我从来没有深入研究过sed，应该在周末的某个时候认真研究一下。
sed 's/^\([^,]*\),\(.*Tool.*\),/\1,Tool,/' inputfile

sed 's/.*/"&" "&"/' patternfile
# Change the / into #, thats easier for the final command
sed 's#.*#"&" "&"#' patternfile

sed 's#.*#s/^\\([^,]*\\),\\(.*&.*\\),/\\1,&,/#;s#&#\\&#g'  patternfile

cat <(echo "Now this line from echo is handled as a file")

sed -f <(sed 's#.*#s/^\\([^,]*\\),\\(.*&.*\\),/\\1,&,/#'  patternfile) inputfile

sed -f <(sed 's#.*#s/^\\([^,]*\\),\\(.*&.*\\),/\\1,&,/#;s#&#\\&#g' patternfile) inputfile