batch-file - 通过批处理从 csv 文件中删除一些列和行

Question

我正在尝试创建一个批处理文件，该文件将编辑 .csv 并删除第一列以及文件中包含的所有摘要行。然而，我对编程批处理文件还很陌生，所以我不确定开始这个的最佳方法，如果你能包括一个代码如何工作的基本解释，那就太好了，这样我就可以在未来!

,Type,Date,Num,Name,Memo,Member,Clr,Split,Alias,Value,Balance
ABB - Egypt,,,,,,,,,,,
ElAin EL-Sokhna,,,,,,,,,,,
,Invoice,09-06-10,12005,ABB - EL-Sokhna,,Accounts Receivable,,Training Income,15000,,15000
,Invoice,09-14-11,12005,ABB - EL-Sokhna,“ElAin EL-Sokhna“ Trainer for OTS Application: First two weeks,Training Income,,Accounts,,150001,0
Total ElAin EL-Sokhna,,,,,,,,,241194,210400,301794
ABB - Egypt - Other,,,,,,,,,,,

此文件有多个版本，因为它们来自月度报告，我需要删除第一个(空)列，以及任何看起来像 ABB - Egypt,,,,,,,, ,,, 或 总 ElAin EL-Sokhna,,,,,,,,241194,210400,301794

所以输出应该是:

Type,Date,Num,Name,Memo,Member,Clr,Split,Alias,Value,Balance
Invoice,09-06-10,12005,ABB - EL-Sokhna,,Accounts,,Training Income,15000,,15000
Invoice,09-14-11,13002,ABB - EL-Sokhna,“ElAin EL-Sokhna“ Trainer for OTS Application: First two weeks,Training Income,,Accounts,,150001,0

感谢您的输入!

编辑:看来我在我的 OP 中还不够清楚(抱歉，第一次来这里)。

这里有两个过程需要进行，在每个文件中，第一列必须被删除，以及标题行 ABB - Egypt,,,,,,,,,,, 或摘要行 Total ElAin EL-Sokhna,,,,,,,,,241194,210400,301794 需要删除。

所有需要保留的行都会被大部分填充，比如,Type,Date,Num,Name,Memo,Member,Clr,Split,Alias,Value,Balance 或 ,Invoice,09-06-10,12005,ABB - EL-Sokhna,,Accounts Receivable,,Training Income,15000,,15000 请注意，如第二行所示，它们中可能存在一些缺失值，因此搜索“,,”之类的内容将不起作用。

Answer 1

批处理是一种用于修改文本文件的糟糕语言。有很多特殊情况需要神秘的知识来解决问题。您可能有一个脚本似乎可以满足您的要求，然后您的数据中出现了一些问题，整个脚本可能需要重新设计。

关于您的具体问题，在我看来您只想保留以逗号开头的行，这意味着第一列是空的。在那些剩余的行中，您想要删除第一列(空列)。

假设您要保留的所有行的第二列都没有空值，那么有一个非常简单的解决方案:

@echo off
>"%~1.new" (for /f "delims=, tokens=*" %%A in ('findstr "^," %1') do echo %%A)
move /y "%~1.new" %1 >nul

脚本期望文件作为第一个也是唯一的参数传递。因此，如果您的脚本名为“fixCSV.bat”，而要修改的文件是“c:\test\file.csv”，那么您将使用:

fixCSV "c:\test\file.csv"

%1 扩展为第一个参数的值，%~1 是相同的，除了它还去掉了可能是也可能不是的任何封闭引号目前。

FINDSTR 命令读取文件并只写出以逗号开头的行。 FOR/F 命令迭代每一行输出。 “delims=, tokens=*”选项有效地从每一行中去除所有前导逗号，结果在变量 %%A 中，然后被 ECHO。整个构造包含在括号中，标准输出被重定向到一个临时文件。最后，临时文件被移动到原始文件之上，从而替换它。

如果第 2 列可能为空，则结果将被破坏，因为它删除了所有前导逗号(在本例中为第 1 列和第 2 列)。脚本必须更复杂才能弥补。您需要设置一个变量，然后使用延迟扩展来获取子字符串，跳过第一个字符。但是延迟扩展会破坏 %%A 变量的扩展，如果它包含 ! 字符。所以必须打开和关闭延迟扩展。您开始明白我所说的许多特殊情况的意思。

@echo off
setlocal disableDelayedExpansion
>"%~1.new" (
  for /f "delims=" %%A in ('findstr "^," %1') do (
    set "ln=%%A"
    setlocal enableDelayedExpansion
    echo !ln:~1!
    endlocal
  )
)
move /y "%~1.new" %1 >nul

随着批处理脚本变得越来越复杂，它们变得越来越慢。对于大多数文件来说，这可能不是问题，但如果文件非常大(比如数百兆字节)，那么它可能会成为问题。

我几乎再也不用纯批处理来修改文本文件了。相反，我使用我编写的名为 JREPL.BAT 的混合 JScript/批处理实用程序.该实用程序是纯脚本，可​​以在 XP 及更高版本的任何 Windows 机器上本地运行。 JREPL.BAT 能够使用正则表达式替换来高效地修改文本文件。正则表达式可能看起来很神秘，但非常值得学习。

假设您的 PATH 中某处有 JREPL.BAT，那么您只需要以下命令:

jrepl "^,(.*)" "$1" /jmatch /f "yourFile.csv" /o -

/F 选项指定要读取的文件。

值为 - 的/O 选项指定输出应替换原始文件。

/JMATCH 选项指定将每个替换值写出到一个新行。所有其他文本都被删除。

第一个参数是搜索表达式。它匹配以逗号开头的任何行，之后的所有内容都被捕获在名为 $1 的变量中。

第二个参数指定替换值，它只是变量 $1 中捕获的值。