Python 删除CSV UNIX中双引号之间的\n
我有一个由IBMs从Z/OS发送更改数据生成的平面文件。数据中有新行或Python 删除CSV UNIX中双引号之间的\n,python,perl,shell,unix,aix,Python,Perl,Shell,Unix,Aix,我有一个由IBMs从Z/OS发送更改数据生成的平面文件。数据中有新行或\n。我已经找到了一种方法来使用awk命令替换它们中的大多数,但似乎有一个小错误。如果它是以引号结尾的奇数引号行,则不会用空格替换\n。不管出于什么原因,我必须循环两次才能得到大部分。我只剩下一条记录仍然有\n。这是一个样本 "2013-11-19 10:09:09","0","I","NOT SET "," simple string " 基本上需要: "2013-
\n
。我已经找到了一种方法来使用awk命令替换它们中的大多数,但似乎有一个小错误。如果它是以引号结尾的奇数引号行,则不会用空格替换\n
。不管出于什么原因,我必须循环两次才能得到大部分。我只剩下一条记录仍然有\n
。这是一个样本
"2013-11-19 10:09:09","0","I","NOT SET ","
simple string "
基本上需要:
"2013-11-19 10:09:09","0","I","NOT SET ","simple string "
以下是我正在使用的代码:
#For loop#
for a in 1 2
do
awk -F'"' '$NF""{printf("%s ", $0);next}1' $1 > $1.filter
rm -f $1
mv $1.filter $1
echo $a
done
这个文件中有大约10万条记录。它被datastage拾取,但看到\n
抛出该记录,因为它认为下一行应该是新记录
谢谢,
乔希
编辑:
我发现了这个Perl命令,它可以执行所有操作,但最终仍然会出现与上面相同的错误
$perl-p-le的//\n+//g'
这里有一种方法:
sed -n -e ':b; /^[^"]*"[^"]*\("[^"]*"[^"]*\)*$/ { N; s/\
//; bb; }; p; '
在伪代码中,它是这样的
label foo:
if we have an odd number of quotes:
read and append the next line
remove the line feed
goto foo
print line
示例输出:
$ cat file
"2013-11-19 10:09:09","0","I","NOT SET ","
simple string "
"normal data",42
"some other
string"
$ sed -n -e ':b; /^[^"]*"[^"]*\("[^"]*"[^"]*\)*$/ { N; s/\
//; bb; }; p; ' < file
"2013-11-19 10:09:09","0","I","NOT SET ","simple string "
"normal data",42
"some otherstring"
$
$cat文件
“2013-11-19 10:09:09”、“0”、“I”、“未设置”
简单字符串“
“正常数据”,42
“别的什么
“字符串”
$sed-n-e:b/^[^”]*“[^”]*\(“[^”]*“[^”]*\)*$/{N;s/\
//;bb;};p;'
请注意,任何用反斜杠转义的引号都将破坏它(“foo\”bar“
),而用引号转义的引号(“foo”“bar”
)将起作用。确保您知道您正在使用的CSV方言
sed -n -e '/"/ {
s/:/:d/g;s/\\"/:e/g
:b
/^\(\("[^"]*"\)*[^"]*\)*"\([^"]*\)$/ {
N
s/\
//
b b
}
s/:e/\\"/g;s/:d/:g/
}
p' YourFile
在之前使用“翻译\”。这将使用更多的cpu,但传递转义“我将使用带有CVS解析器的语言。尝试解析当前行,如果出现错误,请加入下一行并重试:例如,使用ruby:
ruby -rcsv -ne '
chomp
loop do
begin
row=CSV.parse_line($_)
# if no error thrown, we have a parseable line
puts row.inspect
break
rescue
# grab the next line and try again
$_ += gets
end
end
' << END
a,b,c,d,e
1,2,3,4,5
"2013-11-19 10:09:09","0","I","NOT SET ","
simple string "
"a 1","b 2","c 3","d 4","e 5"
END
我研究了glenn jackman的建议,并用python开发了一个解决方案。下面是我使用python的代码:
#!/usr/bin/python
import sys, csv, os
inputfile=sys.argv[1]
outputfile=sys.argv[1] + '.filter'
newtext=' '
print inputfile
print outputfile
with open(inputfile, "rb") as input:
with open(outputfile, "wb") as output:
w = csv.writer(output, delimiter=',', quotechar='"', quoting=csv.QUOTE_NONNUMERIC, lineterminator='\n')
for record in csv.reader(input):
w.writerow(tuple(s.replace("\n", newtext) for s in record))
os.rename(outputfile, inputfile)
感谢所有人的帮助。希望有同样问题的人会发现这一点。我唯一的问题是,这个解决方案在所有字段周围添加引号,包括空字段
谢谢,乔希
编辑:
我能够使用perl快速删除相邻的所有双引号
perl-pi-le的///g”数据
只是好奇:为什么你使用$NF”“
,而不仅仅是$NF
?我不确定是否诚实。这两种方法的结果都是一样的。谢谢你的回答。我在尝试使用上述代码时遇到了一个错误。sed:0602-417标签:b;//^[^***.[^]*.[^*.\(“[^”]*.[^*.*.*.*$/{N;s/\/;bb;};p;大于8个字符。
是否有关于python的示例?此AIX框没有ruby。感谢您的建议,我已经用python开发了一个解决方案。
#!/usr/bin/python
import sys, csv, os
inputfile=sys.argv[1]
outputfile=sys.argv[1] + '.filter'
newtext=' '
print inputfile
print outputfile
with open(inputfile, "rb") as input:
with open(outputfile, "wb") as output:
w = csv.writer(output, delimiter=',', quotechar='"', quoting=csv.QUOTE_NONNUMERIC, lineterminator='\n')
for record in csv.reader(input):
w.writerow(tuple(s.replace("\n", newtext) for s in record))
os.rename(outputfile, inputfile)