regex - 从逗号分隔文件中删除多余的逗号

Question

我有一个包含 12 列的逗号分隔文件。

第 5 和第 6 列(第 5 和第 6 列中的文本相同，但它们之间可能有额外的逗号)存在问题，其中包含额外的逗号。

 2011,123456,1234567,12345678,Hey There,How are you,Hey There,How are you,882864309037,ABC   ABCD,LABACD,1.00000000,80.2500000,One Two

所以在上面的例子中，“Hey There,How are you”不应该有逗号。

我需要在第 5 列和第 6 列中删除多余的逗号。

Answer 1

如果您总是想删除第 5 个逗号，请尝试

sed 's/,//5' input.txt

但你是说，它五月有额外的逗号。你必须提供一个逻辑来判断是否有多余的逗号。

如果你知道逗号的数量，你可以使用 awk .这已被证明是一个很好的练习，我相信其他人会想出一个更优雅的解决方案，但我还是会分享我的:

awk -f script.awk input.txt

使用 script.awk:

BEGIN{
    FS=","
}
NF<=12{
    print $0
}
NF>12{
    for (i=1; i<=4; i++) printf $i FS
    for (j=0; j<2; j++){
        for (i=0; i<=(NF-12)/2; i++){
            printf $(i+5)
            if (i<(NF-12)/2) printf "_"
            else printf FS
        }
    }
    for (i=NF-5; i<=NF; i++) printf $i FS
    printf "n"
}

首先我们将字段分隔符设置为 , .如果我们数小于或等于 12字段，一切都很好，我们只需打印整行。如果超过 12 个字段，我们首先打印前 4 个字段(再次使用字段分隔符)，然后我们打印两次字段 5(和字段 6)，而不是打印 , , 我们与 _ 交换.最后我们打印剩余的字段。

正如我所说，可能有一个更优雅的解决方案。我想知道其他人会怎么想。