Unix 如何删除CSV文件中包含单元格值且字符串用双引号括起的列

如何从CSV文件中删除一个列，该列的值以逗号分隔，字符串用双引号括起来，中间用逗号分隔？我有一个文件44.csv，有4行，包括如下格式的标题：

column1, column2, column3, column 4, column5, column6
12,455,"string with quotes, and with a comma in between",4432,6787,890,88
4432,6787,"another, string with quotes, and with two comma in between",890,88,12,455
11,22,"simple string",77,777,333,22

我需要从文件中剪切1,2,3列，所以我使用了如下的剪切命令

cut -d"," -f1,2,3 44.csv > 444.csv

我得到的输出是

column1, column2, column3
12,455,"string with quotes
4432,6787,"another string with quotes
11,22,"simple string"

但我需要输出为

column1, column2, column3
12,455,"string with quotes, and with a comma in between"
4432,6787,"another, string with quotes, and with two comma in between"
11,22,"simple string"

非常感谢您的帮助

谢谢

---

Dhruuv。

对于

GNU awk

Version4或更高版本，您可以使用

FPAT

来定义模式

gawk '{print $1, $2, $3}' FPAT="([^,]+)|(\"[^\"]+\")" OFS="," 44.csv

测试：

---

在这种特殊情况下，您可能可以使用cut，使用

“

作为分隔符，但我强烈建议不要使用它——即使您可以在这种情况下使用它，您可能稍后会得到一个带有转义双引号的字符串，例如

\”

，这也会愚弄它。或者，您的更多列可能会被引用（这是一个完全有效的CSV ism）

---

需要更智能的工具！最简单的方法可能是Perl和Text:：CSV模块——您几乎肯定已经安装了Perl，并且根据您的环境，将Text:：CSV作为一个包安装在CPAN.pm或cpanminus中应该很简单。

我遇到了与您相同的问题，杰帕尔·辛格提出的解决方案是正确的，但并不适用于我的所有案例。

---

我建议您使用：（使cut、head、tail等常见unix实用程序能够正确处理包含分隔符和换行符的csv数据）这对我很有用。

cut

在这方面对您没有帮助。我会考虑使用真正的CSV支持的编程语言，例如Python。您的文件44.CSV总是有4行吗？如果是这样的话，4行就不算多了。我只需要手动清理它。不，每个文件中有400-500多行，我必须在每个文件中这样做。以上只是理解我问题的一个例子。我的是GNU Awk 3.1.5。我怎样才能做到这一点。因为有了你的代码，我得到的输出是column1，column2，column3，12455，“带引号的字符串，44326787”，另一个，带11,22的字符串，“简单字符串”，77777 333,22它在GNU awk 3.1.5上不起作用

FPAT

是在版本4中引入的。还有其他建议吗？我不确定，因为我是Linux新手，不知道是否安装了它。。。我正在尝试检查。我在命令行中执行了此操作：perl-v输出：这是perl，v5.8.8，为x86_64-linux-thread-multi构建。。。。。。。。。。。这意味着我已经安装了perl。。。以上问题有其他解决方案吗？

$ gawk '{print $1, $2, $3}' FPAT="([^,]+)|(\"[^\"]+\")" OFS="," mycsv.csv
column1, column2, column3
12,455,"string with quotes, and with a comma in between"
4432,6787,"another, string with quotes, and with two comma in between"
11,22,"simple string"