awk问题求助[高人现身呀][db2 csv格式的数据转定分割符的数据]

hfvbc

非常实用的一个帖子,不要沉了呀

yinyuemi

回复 41# hfvbc

1. echo '1,"nihao,shia,"shi","hiscihe",3,8
   
2. 1,"nihao,shma",shi","hiscihe",3,8
   
3. 1,"nihao,"shma",shi","hiscihe",3,8
   
4. 1,"nihao,s"hma",shi","hiscihe",3,8
   
5. 2,1,"nihao,shma",shi",2,5,6,"hiscihe",3,8,9' |\
   
6. awk -F, -v t="#" '{
   
7.         printf $1;
   
8.         for(i=2;i<=NF;i++){
   
9.                 if(j==0){
   
10.                         if($i~/^\"[a-zA-Z]+$/){sub("\"","",$i);printf t $i",";j++}
    
11.                         else{gsub("\"","",$i);printf t $i}
    
12.                 }else{
    
13.                         if($i~/[a-zA-Z ]+\"$/&&$(i+1)~/^\"[a-zA-Z]|[0-9]/){sub("\"$","",$i);printf $i;j--}
    
14.                         else {printf $i","}
    
15.                 }
    
16.         }
    
17.         print ""}'
    
18. 1#nihao,shia,"shi#hiscihe#3#8
    
19. 1#nihao,shma",shi#hiscihe#3#8
    
20. 1#nihao,"shma",shi#hiscihe#3#8
    
21. 1#nihao,s"hma",shi#hiscihe#3#8
    
22. 2#1#nihao,shma",shi#2#5#6#hiscihe#3#8#9

复制代码

zhengfengin

awk的语法：
awk [-F re] [parameter...] ['program'] [-f 'programfile'] [in_file_list]


awk里面的BEGIN，END结构：
BEGIN和END中的语句分别在开始读取文件(in_file)之前和读取完文件之后发挥作用，可以理解为初始化和扫尾。

awk里面的if..else;   while ; do..while; for; break; continue; printf 语法都和C语言的语法一致；而且awk支持使用if (key in array)这样的判断语句（其中，array是数组，这一点和python的语法非常相像。）；awk支持使用for (key in array)这样的语法来遍历数组（也是和python的语法很相像。）

gerryok

--------------------------------------------------------------------------------


说明:
本数据是用逗号分割的,部分字段是用引号引起来的,在引号中的字段算一个域,所以它的内容不能改变的

gerryok

另外,我的分割符号如果是一个变量呢?这个变量可能只有一位,可能有2位等,那么这个代码该怎么写呢?
非常感谢您.

帅哥露小缝

看来档次太低，你发的问题连意思都没看懂

MaskRay

逗号分隔，如果双引号内要表示双引号，那么用两个双引号代替

输入
sdf,sdaf"asd""""""asd","asd"
输出
sdf<$>sdafasd"""asd<$>asd

1. perl -pe 'BEGIN{$sep=q{<$>}}$s="";/(?:([^",]+)(?{$s.=$1})|"(?:([^"])(?{$s.=$2})|""(?{$s.=q{"}}))*"|,(?{$s.=$sep}))+/;$_=$s;'

复制代码

请根据需要修改 $sep

yinyuemi

回复 47# MaskRay


    可否加个注释？多谢！

MaskRay

回复 48# yinyuemi

    被你点名到，荣幸之至……
    perl -pe 'BEGIN{$sep=q{<$>}}   $s="";/(?[^",]+)(?{$s.=$1})   |   "(?[^"])(?{$s.=$2})|""(?{$s.=q{"}}))*"  |  ,(?{$s.=$sep}))+/x;$_=$s;'

输入分成三类，代码中用  |  分隔开了
一类是非双引号非逗号即 [^",]+，这类直接输出，这里用了 Perl 正则内嵌代码的功能，(?{$s.=$1}) 即把 $1 追加到 $2
一类是逗号，这类输出分隔符
一类是双引号内的文本。假设碰到了开双引号，处理之后的文本时，如果是非双引号字符，那么也是直接输出；如果是连续两个双引号，只能输出一个；如果只有一个双引号，那么结束。这里需要对单个还是双个进行区分，所以使用了 Perl 正则中的 look-ahead，即 (?=)，碰到双引号时检查下一个字符是否为双引号。

MaskRay

回复 48# yinyuemi


   
被你点名到，荣幸之至。

输入分成三类：

  - 非双引号非逗号即 [^",]+，这类直接输出，这里用了 Perl 正则内嵌代码的功能，(?{$s.=$1}) 即把 $1 追加到 $2。
    这一部分对应到正则表达式中的

        (?[^",]+)(?{$s.=$1})

    由一对 `non-capturing parentheses` 即 `(?` 包起来，里面先是模式，然后跟着的是 `Perl` 正则表达式内嵌代码即 `(?{})`，用来把匹配的串追加到 `$2` 末尾。
  - 逗号，这类输出分隔符
    对应

        ,(?{$s.=$sep})

  - 双引号内的文本，碰到开双引号后，碰到非双引号字符则直接输出，否则用两个双引号转义，碰到单个双引号则结束。这类用 `"(([^"])|""*"` 表示。
    对应

        "(?[^"])(?{$s.=$2})|""(?{$s.=q{"}}))*"`