用逗号分隔的行进行sed模式否定

我有一个充满行的文本文件，看起来像：

Female,"$0 to $25,000",Arlington Heights,0,60462,ZD111326,9/18/13 0:21,Disk Drive

我正在尝试将所有逗号

，

更改为管道

|

，引号中的逗号除外。 尝试使用sed（我是新手）。。。而且它不起作用。使用：

sed '/".*"/!s/\,/|/g' textfile.csv

---

有什么想法吗？

使用awk可以：

kent$  cat f
foo,foo,"x,y,z",foo,"a,b,c",foo,"yes,no"
Female,"$0 to $25,000",Arlington Heights,0,60462,ZD111326,9/18/13 0:21,Disk Drive

kent$  awk -F'"' -v OFS='"' '{for(i=1;i<=NF;i++)if(i%2)gsub(",","|",$i)}7' f
foo|foo|"x,y,z"|foo|"a,b,c"|foo|"yes,no"
Female|"$0 to $25,000"|Arlington Heights|0|60462|ZD111326|9/18/13 0:21|Disk Drive

kent$f类
foo，foo，“x，y，z”，foo，“a，b，c”，foo，“是，不是”
女性，“0至25000美元”，阿灵顿高地，060462，ZD111326,9/18/13 0:21，磁盘驱动器
肯特$ AWK-F′- v OFS＝'' { for（i＝1；i作为测试实例），考虑此文件：

Female,"$0 to $25,000",Arlington Heights,0,60462,ZD111326,9/18/13 0:21,Disk Drive
foo,foo,"x,y,z",foo,"a,b,c",foo,"yes,no"
"x,y,z",foo,"a,b,c",foo,"yes,no",foo

下面是一个
sed
命令，用于用管道符号替换不带引号的逗号：

$ sed -r ':a; s/^([^"]*("[^"]*"[^"]*)*),/\1|/g; t a' file 
Female|"$0 to $25,000"|Arlington Heights|0|60462|ZD111326|9/18/13 0:21|Disk Drive
foo|foo|"x,y,z"|foo|"a,b,c"|foo|"yes,no"
"x,y,z"|foo|"a,b,c"|foo|"yes,no"|foo

解释
这将查找双引号对后出现的逗号，并用管道符号替换它们


：a

这定义了一个标签
a

s/^（[^”]*（“[^”]*“[^”]*）*），/\1 |/g

如果行中的逗号前面有0、2、4或任意偶数个引号，则用管道符号替换该逗号


^

这与行的开头相匹配

(`

这将启动主分组（
\1
）

[^”]*

这将查找零个或多个非引号字符

（“[^”]*“[^”]*）*

在括号外的
*
表示我们在括号内寻找零个或多个模式。括号内的模式由引号、任意数量的非引号、引号和非引号上的任意数字组成

换句话说，此分组仅匹配引号对。由于括号外的
*
，它可以匹配任意偶数个引号

）

这将关闭主分组

，

这要求分组后面必须跟一个逗号


ta

如果先前的
s
命令成功进行了替换，则
test
命令将告诉
sed
跳回标签
a
，然后重试

如果没有替换，那么我们就完了

我建议使用带有适当CSV解析器的语言。例如：

ruby -rcsv -ne 'puts CSV.generate_line(CSV.parse_line($_), :col_sep=>"|")' file

在这里，我会使用
gnu awks
FPAT
。它定义一个字段的外观，告诉您分隔符是什么。然后您可以将输出分隔符设置为
|

awk '{$1=$1}1' OFS=\| FPAT="([^,]+)|(\"[^\"]+\")" file
Female|"$0 to $25,000"|Arlington Heights|0|60462|ZD111326|9/18/13 0:21|Disk Drive


如果您的
awk
不支持
FPAT
，可以使用：

awk -F, '{for (i=1;i<NF;i++) {c+=gsub(/\"/,"&",$i);printf "%s"(c%2?FS:"|"),$i}print $NF}' file
Female|"$0 to $25,000"|Arlington Heights|0|60462|ZD111326|9/18/13 0:21|Disk Drive

awk-F'{for（i=1；i
这将匹配引号中的文本并为逗号放置一个占位符，然后将所有其他逗号切换为管道并将占位符重新放置为逗号。您可以将##HOLD##文本更改为您想要的任何文本。
修订：我认为否定模式会导致跳过整行。这可能吗？您是正确的，sed正在运行所以当它找到你的正则表达式时，它会匹配这一行，当你否定它时，它会删除整行。还有，为什么是“7”在for循环结束时？@Sam用于获取打印输出。它可以是任何数字，如
1
或
8
。然后它将执行默认操作，
print
做得好，我从来没有想过嵌套保留空间，我想sed就是用于此的..=）
awk -F, '{for (i=1;i<NF;i++) {c+=gsub(/\"/,"&",$i);printf "%s"(c%2?FS:"|"),$i}print $NF}' file
Female|"$0 to $25,000"|Arlington Heights|0|60462|ZD111326|9/18/13 0:21|Disk Drive

sed 's/"\(.*\),\(.*\)"/"\1##HOLD##\2"/g;s/,/|/g;s/##HOLD##/,/g'