linux - 在linux中将制表符分隔的文件转换为csv的最快方法

Question

我有一个超过 2 亿行的制表符分隔文件。 linux中将其转换为csv文件的最快方法是什么？这个文件确实有多行标题信息，我需要在路上去掉这些信息，但标题的行数是已知的。我已经看到了对 sed 和 gawk 的建议，但我想知道是否有“首选”选择。

澄清一下，这个文件中没有嵌入标签。

Answer 1

如果您担心嵌入式逗号，那么您需要使用更智能的方法。这是一个 Python 脚本，它从标准输入获取 TSV 行并将 CSV 行写入标准输出:

import sys
import csv

tabin = csv.reader(sys.stdin, dialect=csv.excel_tab)
commaout = csv.writer(sys.stdout, dialect=csv.excel)
for row in tabin:
  commaout.writerow(row)

从 shell 中运行它，如下所示:

python script.py < input.tsv > output.csv