sed - 如何将查找和替换限制为 CSV 中的一列？

Question

我有一个 4 列的 CSV 文件，例如:

0001 @ fish @ animal @ eats worms

我使用 sed 对文件进行查找和替换，但我需要将此查找和替换限制为仅在第 3 列中找到的文本。

我怎样才能让查找和替换只发生在这一列上？

Answer 1

您确定要使用 sed 吗？怎么样csvfix ？您的 CSV 是否漂亮且简单，没有引号或嵌入逗号或其他使正则表达式变得令人讨厌的东西……处理一般 CSV 文件的方式不太令人满意？我假设 @ 是您格式中的“逗号”。

考虑使用 awk 而不是 sed:

awk -F@ '$3 ~ /pattern/ { OFS= "@"; $3 = "replace"; }'

可以说，您应该有一个设置 OFS 一次的 BEGIN block 。对于一行输入，它没有任何胜算(而且您可能也很难衡量一百万行输入的差异):

$ echo "pattern @ pattern @ pattern @ pattern" | 
> awk -F@ '$3 ~ /pattern/ { OFS= "@"; $3 = "replace"; }'
pattern @ pattern @replace@ pattern
$

如果 sed 看起来仍然很有吸引力，那么:

sed '/^\([^@]*@[^@]*\)@pattern@\(.*\)/ s//\1@replace@\2/'

例如(请注意输入和输出略有不同 - 如果需要，您可以修复它以处理与 awk 相当相同的操作):

$ echo "pattern@pattern@pattern@pattern" |
> sed '/^\([^@]*@[^@]*\)@pattern@\(.*\)/ s//\1@replace@\2/'
pattern@pattern@replace@pattern
$

第一个正则表达式查找一行的开头、一个非 at 符号字段、一个 at 符号、另一个非 at 符号字段并记住批处理；它寻找一个 at 符号、模式(它必须在第三个字段中，因为前两个字段已经匹配)、另一个 at 符号，然后是该行的剩余部分。当该行匹配时，它用前两个字段替换该行(根据需要未更改)，然后添加替换的第三个字段，以及该行的剩余部分(未更改，根据需要)。

如果您需要编辑而不是简单地替换第三个字段，那么您可以考虑使用 awk 或 Perl 或 Python。如果您仍然受限于 sed，那么您可以探索使用保持空间来保持行的一部分，同时在模式空间中操作其他部分，并最终重新整合您想要的输出行打印行之前的保持空间和模式空间。这几乎和听起来一样困惑；实际上，可能比听起来更困惑。我会选择 Perl(因为我很久以前就学过它，它很容易做这类事情)，但您可以使用任何您喜欢的非 sed 工具。

---

Perl 编辑第三个字段。请注意，默认输出是 $_，它必须从数组 @F 中的自动拆分字段重新组合。

$ echo "pattern@pattern@pattern@pattern" | sh -x xxx.pl
> perl -pa -F@ -e '$F[2] =~ s/\s*pat(\w\w)rn\s*/ prefix-$1-suffix /; $_ = join "@", @F; ' "$@"
pattern@pattern@ prefix-te-suffix @pattern
$

解释。 -p 表示“循环，将行读入 $_ 并打印 $_在每次迭代结束时'。 -a 表示“自动将 $_ 拆分为数组 @F”。 -F@ 表示字段分隔符是@。 -e 后面是 Perl 程序。在 Perl 中，数组从 0 开始索引，因此第三个字段被拆分为 $F[2](符号 — @ 或 $ —根据您使用的是数组中的值还是整个数组的值而变化。=~ 是匹配运算符；它将 RHS 上的正则表达式应用于 LHS 上的值。替换模式识别零个或多个空格 \s* 后跟 pat 然后是两个“单词”字符，它们被记住到 $1 中，然后是 rn 和零个或多个空格；也许那里应该有一个 ^ 和 $ 来绑定(bind)到字段的开始和结束。替换是一个空格，'prefix-'，记住的字母对，'-suffix'和一个空格。 $_ = join "@", @F; 重新组合输入行 $_ 来自可能修改的单独字段，然后 -p 打印出来。不像我想要的那么整洁(所以可能有更好的 wa y 去做)，但它有效。并且您可以在 Perl 中对任意字段进行任意转换而不会有太大困难。 Perl 还有一个模块 Text::CSV(和一个高速 C 版本，Text::CSV_XS)可以处理非常复杂的 CSV 文件。