使用awk高效解析CSV的最健壯的方法是什么?這個問題的目的是提供一個規范的答案。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識別單獨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束僅僅是LF(\n)對于UNIX文件,而不是CRLF(\r\n)根據該標準的要求,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gsub(/\\"/,"\"\"")前面將處理它,并試圖在一個腳本中自動處理兩個轉義機制將使腳本不必要地脆弱和復雜。
添加回答
舉報
0/150
提交
取消