Tôi có một số tệp CSV lớn và muốn chúng ở TSV (định dạng được phân tách bằng tab). Điều phức tạp là có các dấu phẩy trong các trường của tệp CSV, ví dụ:

 A,,C,"D,E,F","G",I,"K,L,M",Z

Sản lượng dự kiến:

 A      C   D,E,F   G   I   K,L,M   Z

(trong đó khoảng trắng ở giữa là các tab 'cứng')

Tôi đã cài đặt Perl, Python và coreutils trên máy chủ này.

Con trăn

Thêm vào tệp có tên csv2tab.shvà thực hiện nó

#!/usr/bin/env python
import csv, sys
csv.writer(sys.stdout, dialect='excel-tab').writerows(csv.reader(sys.stdin))

Chạy thử

$ echo 'A,,C,"D,E,F","G",I,"K,L,M",Z' | ./csv2tab.sh                         
A       C   D,E,F   G   I   K,L,M   Z

$ ./csv2tab.sh < data.csv > data.tsv && head data.tsv                                                   
1A      C   D,E,F   G   I   K,L,M   Z
2A      C   D,E,F   G   I   K,L,M   Z
3A      C   D,E,F   G   I   K,L,M   Z

Để giải trí , sed.

sed -E 's/("([^"]*)")?,/\2\t/g' file

Nếu bạn sedkhông hỗ trợ -E, hãy thử với -r. Nếu bạn sedkhông hỗ trợ \ttab theo nghĩa đen, hãy thử đặt một tab bằng chữ (trong nhiều shell, ctrl- v tab) hoặc trong Bash, sử dụng $'...'chuỗi kiểu C (trong trường hợp dấu gạch chéo ngược \2cần phải được nhân đôi). Nếu bạn muốn giữ dấu ngoặc kép, hãy sử dụng \1thay vì \2(trong trường hợp đó, cặp dấu ngoặc trong là vô dụng và có thể được gỡ bỏ).

Điều này làm cho không có nỗ lực để xử lý thoát dấu ngoặc kép bên trong dấu ngoặc kép; một số phương ngữ CSV hỗ trợ điều này bằng cách nhân đôi trích dẫn kép được trích dẫn (sic).

Sử dụng csvkittiện ích (Python), ví dụ:

$ csvformat -T in.csv > out.txt

Có phát trực tuyến không, với trích dẫn CSV và TSV chính xác và thoát

Đó là trong apt và các trình quản lý gói khác

Một tùy chọn có thể là mô-đun Text :: CSV của perl, vd

perl -MText::CSV -lne 'BEGIN { $csv = Text::CSV->new() }
  print join "\t", $csv->fields() if $csv->parse($_)
' somefile

để lam sang tỏ

echo 'A,,C,"D,E,F","G",I,"K,L,M",Z' |
  perl -MText::CSV -lne 'BEGIN { $csv = Text::CSV->new() }
  print join "\t", $csv->fields() if $csv->parse($_)
'
A       C   D,E,F   G   I   K,L,M   Z

Perl

perl -lne '
   my $re = qr/,(?=(?:[^"]*"[^"]*")*(?![^"]*"))/;
   print join "\t", map { s/(?<!\\)"//gr =~ s/\\"/"/gr } split $re;
'

Awk

awk -v Q=\" -v FPAT="([^,]*)|(\"[^\"]+\")" -v OFS="\t" '{
   for (i=1; i<=NF; ++i)
      if ( substr($i, 1, 1) == Q )
         $i = substr($i, 2, length($i) - 2)
   print $1, $2, $3, $4, $5, $6, $7, $8
}'

Kết quả:

A               C       D,E,F   G       I       K,L,M   Z

Các giải pháp flyswatter nhiệt hạch phải được sử dụng libreoffice. Trong khi https://ask.libreoffice.org/en/question/19042/is-is-possible-to-convert-comma-separated-value-csv-to-tab-separated-value-tsv-via-headless-mode / cho thấy điều này là không thể nhưng nó sai (hoặc chỉ lỗi thời?) và lệnh sau hoạt động trên 5.3.:

loffice "-env:UserInstallation=file:///tmp/LibO_Conversion" --convert-to csv:"Text - txt - csv (StarCalc)":9,34,UTF8 --headless --outdir some/path --infilter='csv:44,34,UTF8' *.csv

các envtham số có thể bỏ qua nhưng cách này các tài liệu sẽ không xuất hiện trong tài liệu gần đây của bạn.

Nếu bạn có hoặc có thể cài đặt, csvtooltiện ích:

csvtool -t COMMA -u TAB cat in.csv > out.ctv

Lưu ý rằng vì một số lý do csvtoolkhông có trang nam, nhưng csvtool --helpsẽ in vài trăm dòng tài liệu.

Việc sử dụng mlrgần như ngắn gọn, nhưng việc vô hiệu hóa các tiêu đề đòi hỏi các tùy chọn dài:

mlr --c2t --implicit-csv-header --headerless-csv-output cat file.csv 

Đầu ra:

A       C   D,E,F   G   I   K,L,M   Z

Tôi đã tạo ra một trình chuyển đổi CSV sang TSV mã nguồn mở để xử lý các biến đổi được mô tả. Nó khá nhanh, có thể đáng xem nếu có nhu cầu liên tục chuyển đổi các tệp CSV lớn. Công cụ là một phần của bộ công cụ tiện ích TSV của eBay (tài liệu csv2tsv tại đây ). Tùy chọn mặc định đủ cho đầu vào được mô tả:

$ csv2tsv file.csv > file.tsv

Vim

Chỉ để cho vui, sự thay thế regex có thể được thực hiện trong Vim . Đây là một giải pháp bốn dòng tiềm năng, được điều chỉnh từ: https://stackoverflow.com/questions/33332871/remove-all-commas-b between-quotes-with-a-vim-regex

1. Dấu phẩy giữa các dấu ngoặc kép được thay đổi đầu tiên thành dấu gạch dưới (hoặc ký tự vắng mặt khác),
2. Tất cả các dấu phẩy khác được thay thế bằng các tab,
3. Dấu gạch dưới bên trong dấu ngoặc kép được khôi phục thành dấu phẩy,

4. Dấu ngoặc kép được loại bỏ.
   
   

   :%s/".\{-}"/\=substitute(submatch(0), ',', '_' , 'g')/g
   :%s/,/\t/g
   :%s/_/,/g
   :%s/"//g

Để kịch bản giải pháp phần nào, bốn dòng trên (sans dấu hai chấm) có thể được lưu vào một tệp, ví dụ to_tsv.vim. Mở mỗi CSV để chỉnh sửa với Vim và sourcecác to_tsv.vimkịch bản trên Vim dòng lệnh (chuyển thể từ https://stackoverflow.com/questions/3374179/run-vim-script-from-vim-commandline/8806874#8806874 ):

    :source /path/to/vim/filename/to_tsv.vim

Dưới đây là ví dụ về chuyển đổi CSV thành TSV bằng jqtiện ích :

$ jq -rn '@tsv "\(["A","","C","D,E,F","G","I","K,L,M","Z"])"'
A       C   D,E,F   G   I   K,L,M   Z

hoặc là:

$ echo '["A","","C","D,E,F","G","I","K,L,M","Z"]' | jq -r @tsv
A       C   D,E,F   G   I   K,L,M   Z

Tuy nhiên, định dạng CSV cần được định dạng tốt, vì vậy mỗi chuỗi cần được trích dẫn.

^{Nguồn: Định dạng đầu ra TSV đơn giản .}

Với perl, giả sử các trường csv không có "tab hoặc dòng mới được nhúng hoặc mới:

perl -pe 's{"(.*?)"|,}{$1//"\t"}ge'

Sau đây chỉ đơn giản là một sự điều chỉnh cho câu trả lời từ @tripleee để nó loại bỏ bất kỳ trích dẫn nào từ trường cuối cùng giống như tất cả các trường khác.

Để hiển thị những gì đang được sửa chữa, dưới đây là một tripleee 's câu trả lời, cộng với một sửa đổi nhỏ để dữ liệu ví dụ của OP với trích dẫn thêm xung quanh trận chung kết' Z trường '.

echo 'A,,C,"D,E,F","G",I,"K,L,M","Z"' |  sed -r -e 's/("([^"]*)")?,/\2\t/g'
A       C   D,E,F   G   I   K,L,M   "Z"

Bạn có thể thấy rằng ' Z ' được để lại với các trích dẫn xung quanh nó. Điều này khác với cách các trường bên trong được xử lý. Ví dụ: ' G ' không có dấu ngoặc kép trên đó.

Lệnh sau sử dụng thay thế thứ hai để làm sạch cột cuối cùng:

echo 'A,,C,"D,E,F","G",I,"K,L,M","Z"' |  sed -r -e 's/("([^"]*)")?,/\2\t/g' \
                                                -e 's/\t"([^"]*)"$/\t\1/'
A       C   D,E,F   G   I   K,L,M   Z