使用awk高效解析CSV的最健壯的方法是什么?這個(gè)問(wèn)題的目的是提供一個(gè)規(guī)范的答案。給定由Excel或其他帶有嵌入換行符的工具生成的CSV,嵌入雙引號(hào)和空字段,如:$ cat file.csv"rec1, fld1",,"rec1"",""fld3.1
"",
fld3.2","rec1
fld4""rec2, fld1.1
fld1.2","rec2 fld2.1""fld2.2""fld2.3","",rec2 fld4使用awk識(shí)別單獨(dú)的記錄和字段最有效的方法是什么:Record 1:
$1=<rec1, fld1>
$2=<>
$3=<rec1","fld3.1",
fld3.2>
$4=<rec1
fld4>
----
Record 2:
$1=<rec2, fld1.1
fld1.2>
$2=<rec2 fld2.1"fld2.2"fld2.3>
$3=<>
$4=<rec2 fld4>
----因此,它可以在內(nèi)部被awk腳本的其余部分用作那些記錄和字段。有效的CSV將符合RFC 4180也可以由MS-Excel生成.解決辦法必須容忍記錄的結(jié)束僅僅是LF(\n)對(duì)于UNIX文件,而不是CRLF(\r\n)根據(jù)該標(biāo)準(zhǔn)的要求,Excel或其他Windows工具將生成。它還將容忍未引用的字段與引用字段的混合。它特別不需要容忍逃跑"s具有前面的反斜杠(即\"而不是"")如其他一些CSV格式所允許的-如果有,則添加一個(gè)gsub(/\\"/,"\"\"")前面將處理它,并試圖在一個(gè)腳本中自動(dòng)處理兩個(gè)轉(zhuǎn)義機(jī)制將使腳本不必要地脆弱和復(fù)雜。
使用awk高效解析CSV的最健壯的方法是什么?
狐的傳說(shuō)
2019-06-20 10:23:59