免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
12下一页
最近访问板块 发新帖
查看: 4054 | 回复: 18
打印 上一主题 下一主题

[文本处理] 如何找出并替换多余的双引号 [复制链接]

论坛徽章:
0
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2012-11-23 17:30 |只看该作者 |倒序浏览
本帖最后由 chg1226 于 2012-11-24 23:02 编辑

有个问题困扰我两天了,请各位大大帮忙看看
我有一个数据文件如下
"name","age","address"
"ZhangSan","31","no.1 fl.2nd, 108 rd"
"LiSi","36","2-4-6, build 3, DW Dist"
"Wangwu","34","room 307, fl. 15, Build 14, wd" square"
问题出来第三行里,address那一列里有一个多余的双引号-wd'',程序处理到这一行的时候就把这个双引号后面的数据给截断了。
我想把那个多余的双引号替换成空格,结果就像这样:
"Wangwu","34","room 307, fl. 15, Build 14, wd  square
请问这个要怎么做呀?谢谢各位了!!

论坛徽章:
0
2 [报告]
发表于 2012-11-23 17:44 |只看该作者
替换成DOUBLE_QUOTE  ?  什么意思?

论坛徽章:
2
射手座
日期:2014-10-10 15:59:4715-16赛季CBA联赛之上海
日期:2016-03-03 10:27:14
3 [报告]
发表于 2012-11-23 18:05 |只看该作者
回复 1# chg1226
  1. awk '{t=gensub(/(.*",").*"/,"\\1",1);s=gensub(/.*","(.*)"/,"\\1",1);gsub(/"/,"DOUBLE_QUOTE",s);print t s "\""}'
复制代码

论坛徽章:
0
4 [报告]
发表于 2012-11-23 18:22 |只看该作者
  1. sed 's/"\([^"]*"$\)/DOUBLE_QUOTE\1/' conf
复制代码

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
5 [报告]
发表于 2012-11-23 19:14 |只看该作者
把你想要的结果贴出来,这样大家才知道要替换哪些双引号。

论坛徽章:
33
ChinaUnix元老
日期:2015-02-02 08:55:39CU十四周年纪念徽章
日期:2019-08-20 08:30:3720周年集字徽章-周	
日期:2020-10-28 14:13:3020周年集字徽章-20	
日期:2020-10-28 14:04:3019周年集字徽章-CU
日期:2019-09-08 23:26:2519周年集字徽章-19
日期:2019-08-27 13:31:262016科比退役纪念章
日期:2022-04-24 14:33:24
6 [报告]
发表于 2012-11-23 20:11 |只看该作者
回复 2# seeLnd


"Wangwu","34","room 307, fl. 15, Build 14, wd" square"
就是把这个红色位置的"替换成DOUBLE_QUOTE

论坛徽章:
33
ChinaUnix元老
日期:2015-02-02 08:55:39CU十四周年纪念徽章
日期:2019-08-20 08:30:3720周年集字徽章-周	
日期:2020-10-28 14:13:3020周年集字徽章-20	
日期:2020-10-28 14:04:3019周年集字徽章-CU
日期:2019-09-08 23:26:2519周年集字徽章-19
日期:2019-08-27 13:31:262016科比退役纪念章
日期:2022-04-24 14:33:24
7 [报告]
发表于 2012-11-23 20:13 |只看该作者
回复 4# qq312873977


    这样会把每行里面那个位置的都给替换掉,以楼主顶楼的数据为例的话,只要求替换最后一行的那个

论坛徽章:
33
荣誉会员
日期:2011-11-23 16:44:17天秤座
日期:2014-08-26 16:18:20天秤座
日期:2014-08-29 10:12:18丑牛
日期:2014-08-29 16:06:45丑牛
日期:2014-09-03 10:28:58射手座
日期:2014-09-03 16:01:17寅虎
日期:2014-09-11 14:24:21天蝎座
日期:2014-09-17 08:33:55IT运维版块每日发帖之星
日期:2016-04-17 06:23:27操作系统版块每日发帖之星
日期:2016-04-18 06:20:00IT运维版块每日发帖之星
日期:2016-04-24 06:20:0015-16赛季CBA联赛之天津
日期:2016-05-06 12:46:59
8 [报告]
发表于 2012-11-24 00:12 |只看该作者
简单点, 分两次,

sed -e 's/^"/#/' -e 's/"\s*,\s*"/#,#/g' -e 's/"$/#/' yourfile | sed -e 's/"/DOUBLE_QUOTE/g' | sed -e 's/#/"/g'

好象有点笨.

论坛徽章:
5
未羊
日期:2014-08-04 16:15:21天秤座
日期:2014-08-13 13:52:372015年辞旧岁徽章
日期:2015-03-03 16:54:152015年迎新春徽章
日期:2015-03-04 09:56:112015亚冠之浦和红钻
日期:2015-06-29 15:30:48
9 [报告]
发表于 2012-11-24 01:07 |只看该作者
  1. root@01 tmp]# sed -r 's/([^",])"([^,"])/\1DOUBLE_QUOTE\2/g' file
  2. "Wangwu","34","room 307, fl. 15, Build 14, wdDOUBLE_QUOTE square"
  3. [root@01 tmp]# cat file
  4. "Wangwu","34","room 307, fl. 15, Build 14, wd" square"
复制代码

论坛徽章:
0
10 [报告]
发表于 2012-11-24 23:05 来自手机 |只看该作者
抱歉,更新了贴子内容,希望这回说清楚了。
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP